返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书深度学习实战9787111624837
  • 正版全新
    • 作者: (美)杜威·奥辛格(Douwe Osinga)著 | (美)杜威·奥辛格(Douwe Osinga)编 | (美)杜威·奥辛格(Douwe Osinga)译 | (美)杜威·奥辛格(Douwe Osinga)绘
    • 出版社: 机械工业出版社
    • 出版时间:2019-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (美)杜威·奥辛格(Douwe Osinga)著| (美)杜威·奥辛格(Douwe Osinga)编| (美)杜威·奥辛格(Douwe Osinga)译| (美)杜威·奥辛格(Douwe Osinga)绘
    • 出版社:机械工业出版社
    • 出版时间:2019-05-01
    • 版次:1
    • 印次:1
    • 页数:247
    • 开本:16开
    • ISBN:9787111624837
    • 版权提供:机械工业出版社
    • 作者:(美)杜威·奥辛格(Douwe Osinga)
    • 著:(美)杜威·奥辛格(Douwe Osinga)
    • 装帧:平装
    • 印次:1
    • 定价:89.00
    • ISBN:9787111624837
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2019-05-01
    • 页数:247
    • 外部编号:1201873642
    • 版次:1
    • 成品尺寸:暂无

    前言1
    章 工具与技术9
    1.1 神经网络的类型9
    1.2 数据获取19
    1.3 数据预处理27
    第2章 摆脱困境34
    2.1 确定我们遇到的问题34
    2.2 解决运行过程中的错误36
    . 检查中间结果38
    2.4 为层选择正确的激活函数39
    2.5 正则化和Dropout40
    2.6 网络结构、批尺寸和学习率42
    第3章 使用词嵌入计算文本相似44
    3.1 使用预训练的词嵌入发现词的相似45
    3.2 Word2vec数学特47
    3.3 可视化词嵌入49
    3.4 在词嵌入中发现实体类51
    3.5 计算类内部的语义距离55
    3.6 在地图上可视化数据57
    第4章 基于维基百科外部链接构建系统58
    4.1 收集数据58
    4.2 训练电影嵌入62
    4.3 构建电影系统66
    4.4 预测简单的电影属67
    第5章 按照示例文本的风格生成文本69
    5.1 获取公开领域书籍文本69
    5.2 生成类似莎士比亚的文本70
    5.3 使用RNN编写代码74
    5.4 控制输出温度76
    5.5 可视化循环神经网络的活跃程度78
    第6章 问题匹配80
    6.1 从Stack Exchange获取数据80
    6.2 使用Pandas探索数据82
    6.3 使用Keras对文本进行特征化83
    6.4 构建问答模型84
    6.5 用Pandas训练模型86
    6.6 检查相似8
    第7章 表情符号90
    7.1 构建一个简单的情感分类器90
    7.2 检验一个简单的分类器93
    7.3 使用卷积网络进行情感分析95
    7.4 收集Twitter数据97
    7.5 一个简单的表情符号预测器99
    7.6 Dropout和多层窗口100
    7.7 构建单词级模型102
    7.8 构建你自己的嵌入104
    7.9 使用循环神经网络进行分类106
    7.10 可视化一致/不一致10
    7.11 组合模型111
    第8章 Sequence-to-Sequence映113
    8.1 训练一个简单的Sequence-to-Sequence模型113
    8.2 从文本中提取对话115
    8.3 处理开放词汇表117
    8.4 训练seq2seq 聊天机器人119
    第9章 复用预训练的图像识别网络1
    9.1 加载预训练网络124
    9.2 图像预处理124
    9.3 推测图像内容126
    9.4 使用Flickr API收集一组带标签的图像128
    9.5 构建一个分辨猫狗的分类器129
    9.6 改进搜索结果131
    9.7 复训图像识别网络133
    0章 构建反向图像搜索服务137
    10.1 从维基百科中获取图像137
    10.2 向N维空间投影图像140
    10.3 在高维空间中寻找近邻141
    10.4 探索嵌入中的局部邻域143
    1章 检测多幅图像145
    11.1 使用预训练的分类器检测多个图像145
    11.2 使用Faster RCNN进行目标检测149
    11.3 在自己的图像上运行Faster RCNN152
    2章 图像风格155
    12.1 可视化卷积神经网络激活值156
    12.2 尺度和缩放159
    1. 可视化神经网络所见161
    12.4 捕捉图像风格164
    12.5 改进损失函数以提升图像相干16
    12.6 将风格迁移至不同图像169
    12.7 风格内插171
    3章 用自编码器生成图像173
    13.1 从Google ick Draw中导入绘图174
    13.2 为图像创建自编码器176
    13.3 可视化自编码器结果178
    13.4 从正确的分布中采样图像180
    13.5 可视化变分自编码器空间183
    13.6 条件变分编码器185
    4章 使用深度网络生成图标189
    14.1 获得训练用的图标190
    14.2 将图标转换为张量表示193
    14.3 使用变分自编码器生成图标194
    14.4 使用数据扩充提升自编码器的能196
    14.5 构建生成式对抗网络198
    14.6 训练生成式对抗网络200
    14.7 显示GAN生成的图标202
    14.8 将图标编码成绘图指令204
    14.9 训练RNN绘制图标205
    14.10 使用RNN生成图标207
    5章 音乐与深度学习210
    15.1 为音乐分类器创建训练数据集211
    15.2 训练音乐风格检测器213
    15.3 对混淆情况进行可视化215
    15.4 为已有的音乐编制索引217
    15.5 设置Spotify API219
    15.6 从Spotify中收集播放列表和歌曲221
    15.7 训练音乐系统224
    15.8 使用Word2vec模型歌曲225
    6章 生产化部署机器学统228
    16.1 使用scikit-learn近邻计算嵌入229
    16.2 使用Postgres存储嵌入0
    16.3 填充和查询Postgres存储的嵌入1
    16.4 在Postgres中存储高维模型
    16.5 使用Python编写微服务4
    16.6 使用微服务部署Keras模型
    16.7 从Web框架中调用微服务
    16.8 Tensorflow seq2seq模型
    16.9 在浏览器中执行深度学习模型240
    16.10 使用TensorFlow服务执行Keras模型243
    16.11 在iOS中使用Keras模型245

      

      

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购