大鸡巴日美女视频,久久久精品人妻一区二区三区四区

內(nèi)容簡介

　　《21個項目玩轉(zhuǎn)深度學習——基于TensorFlow的實踐詳解》以實踐為導向，深入介紹了深度學習技術(shù)和TensorFlow框架編程內(nèi)容。通過本書，讀者可以訓練自己的圖像識別模型、進行目標檢測和人臉識別、完成一個風格遷移應(yīng)用，還可以使用神經(jīng)網(wǎng)絡(luò)生成圖像和文本，進行時間序列預測、搭建機器翻譯引擎，訓練機器玩游戲。全書共包含21個項目，分為深度卷積網(wǎng)絡(luò)、RNN網(wǎng)絡(luò)、深度強化學習三部分。讀者可以在自己動手實踐的過程中找到學習的樂趣，了解算法和編程框架的細節(jié)，讓學習深度學習算法和TensorFlow的過程變得輕松和高效。本書代碼基于TensorFlow 1.4及以上版本，并介紹了TensorFlow中的一些新特性。本書適合有一定機器學習基礎(chǔ)的學生、研究者或從業(yè)者閱讀，尤其是希望深入研究TensorFlow和深度學習算法的數(shù)據(jù)工程師，也適合對人工智能、深度學習感興趣的在校學生，以及希望進入大數(shù)據(jù)應(yīng)用的研究者。

作者簡介

　　何之源，現(xiàn)為復旦大學人工智能方向在讀碩士生。針對Tensorflow早期學習案例不足的情況，在知乎等網(wǎng)站上發(fā)表了多篇實踐文章，獲得了廣大讀者的肯定。何之源于2012年通過信息學競賽保送進入復旦大學學習，2016獲得復旦大學理學學士學位，并榮獲復旦大學優(yōu)秀學生的稱號。同年進入復旦大學計算機學院攻讀碩士學位。在編程和機器學習領(lǐng)域有多年一線實踐經(jīng)驗。

圖書目錄

第1章MNIST機器學習入門1
1.1MNIST數(shù)據(jù)集2
1.1.1簡介2
1.1.2實驗：將MNIST數(shù)據(jù)集保存為圖片5
1.1.3圖像標簽的獨熱(one-hot)表示6
1.2利用TensorFlow識別MNIST8
1.2.1Softmax回歸8
1.2.2兩層卷積網(wǎng)絡(luò)分類14
1.3總結(jié)18
第2章CIFAR-10與ImageNet圖像識別19
2.1CIFAR-10數(shù)據(jù)集20
2.1.1CIFAR-10簡介20
2.1.2下載CIFAR-10數(shù)據(jù)21
2.1.3TensorFlow的數(shù)據(jù)讀取機制23
2.1.4實驗：將CIFAR-10數(shù)據(jù)集保存為圖片形式30
2.2利用TensorFlow訓練CIFAR-10識別模型34
2.2.1數(shù)據(jù)增強（DataAugmentation）34
2.2.2CIFAR-10識別模型36
2.2.3訓練模型39
2.2.4在TensorFlow中查看訓練進度39
2.2.5測試模型效果42
2.3ImageNet圖像識別模型44
2.3.1ImageNet數(shù)據(jù)集簡介44
2.3.2歷代ImageNet圖像識別模型45
2.4總結(jié)49
第3章打造自己的圖像識別模型50
3.1微調(diào)（Fine-tune）的原理51
3.2數(shù)據(jù)準備52
3.3使用TensorFlowSlim微調(diào)模型56
3.3.1下載TensorFlowSlim的源代碼56
3.3.2定義新的datasets文件57
3.3.3準備訓練文件夾59
3.3.4開始訓練60
3.3.5訓練程序行為62
3.3.6驗證模型正確率63
3.3.7TensorBoard可視化與超參數(shù)選擇64
3.3.8導出模型并對單張圖片進行識別65
3.4總結(jié)69
第4章DeepDream模型70
4.1DeepDream的技術(shù)原理71
4.2TensorFlow中的DeepDream模型實踐73
4.2.1導入Inception模型73
4.2.2生成原始的DeepDream圖像76
4.2.3生成更大尺寸的DeepDream圖像78
4.2.4生成更高質(zhì)量的DeepDream圖像82
4.2.5最終的DeepDream模型87
4.3總結(jié)90