由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书深度学习实战9787111624837
¥ ×1
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
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
