万本电子书0元读

万本电子书0元读

顶部广告

Keras与深度学习实战电子书

二十大精神融。全面贯彻党的二十大精神,以新时代中国特色社会主义思想、社会主义核心价值观为引领,加强基础研究、发扬斗争精神,为建设社会主义文化强国、数字强国添砖加瓦,深浅出地介绍使用Keras行深度学习的重要理论和实践内容。?   理论与实战结合。本书以使用Keras框架实现深度学习的方法为主线,针对各类常见的深度神经网络,不仅使用图形和公式详细介绍其对应的原理,还介绍其对应的Keras的实现。

售       价:¥

纸质售价:¥44.90购买纸书

8人正在读 | 0人评论 6.4

作       者:黄可坤,张良均 主编

出  版  社:人民邮电出版社有限公司

出版时间:2023-09-01

字       数:9.5万

所属分类: 教育 > 大中专教材 > 成人/中高职教材

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书以Keras深度学习的常用技术与真实案例相结合的方式,深浅出地介绍使用Keras行深度学习的重要内容。全书共7章,内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题,通过练习和操作实践,读者可以巩固所学的内容。 本书可以作为高校数据科学或人工智能相关专业的教材,也可作为深度学习爱好者的自学用书。<br/>【推荐语】<br/>二十大精神融。全面贯彻党的二十大精神,以新时代中国特色社会主义思想、社会主义核心价值观为引领,加强基础研究、发扬斗争精神,为建设社会主义文化强国、数字强国添砖加瓦,深浅出地介绍使用Keras行深度学习的重要理论和实践内容。?   理论与实战结合。本书以使用Keras框架实现深度学习的方法为主线,针对各类常见的深度神经网络,不仅使用图形和公式详细介绍其对应的原理,还介绍其对应的Keras的实现。 ?  以应用为导向。本书针对深度学习的常见应用,如目标检测、文本生成和图像风格转换等,详细讲解了背景、原理以及案例的具体流程,让读者明确如何利用所学知识来解决问题。通过实训和课后习题巩固所学知识,读者可以真正理解并能够应用所学知识。 ?  注重启发式教学。本书大部分章以一个例子为端,注重对读者思维的启发与解决方案的实施。通过对深度学习任务的全流程的体验,读者可以真正理解并掌握深度学习的相关技术。<br/>【作者】<br/>黄可坤,男,嘉应学院教授,现任数学学院院长。主要从事模式识别方面的研究,在IEEE TNNLS, TGRS, TIP, TCYB等国际一流期刊发表论文20多篇,主持2项深度学习相关的国家自然科学基金项目。主讲《深度学习》《模式识别》《数学建模》等课程。被评为全国数学建模竞赛优秀指导教师,广东省南粤优秀教师,梅州市最美科技工作者等。 张良均 资深大数据专家,广东泰迪智能科技股份有限公司董事长,国家科技部库技术专家,全国专业学位水平评估专家,工信部教育与考试中心库专家,中国工业与应用数学学会理事,广东省工业与应用数学学会副理事长,广东省高等职业教育教学指导委员会委员,华南师范大学、中南财经政法大学等40余所高校校外硕导或兼职教授,泰迪杯全国数据挖掘挑战赛发起人。 曾在国内外重要学术刊物上发表学术论文10余篇,主导编写图书专著60余部,其中获普通高等教育“十一五”规划教材一部,“十三五”职业教育国家规划教材一部;参与标准建设4项,主持国家级课题1项、省部级课题4项。获得SAS、SPSS数据挖掘认证及Hadoop发工程师证书,具有信访、电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景,并荣获中国产学研合作促奖、中国南方电网公司发明专利一等奖、广东省农业技术推广二等奖、广州市荔湾区科学技术步奖。<br/>
目录展开

内容提要

大数据技术精品系列教材 专家委员会

序 FOREWORD

前言 PREFACE

第1章 深度学习概述

1.1 深度学习简介

1.2 深度学习与应用领域

1.3 Keras简介

小结

课后习题

第2章 Keras深度学习通用流程

2.1 基于全连接网络的手写数字识别实例

2.2 数据加载与预处理

2.3 构建网络

2.4 训练网络

2.5 性能评估

2.6 模型的保存与加载

实训1 利用Keras进行数据加载与增强

实训2 利用Keras构建网络并训练

小结

课后习题

第3章 Keras深度学习基础

3.1 卷积神经网络基础

3.2 循环神经网络

3.3 生成对抗网络

实训1 卷积神经网络

实训2 循环神经网络

实训3 生成对抗网络

小结

课后习题

第4章 基于RetinaNet的目标检测

4.1 算法简介与目标分析

4.2 数据准备

4.3 构建网络

4.4 训练网络

4.5 模型预测

实训 使用VOC2007数据集训练和测试RetinaNet

小结

课后习题

第5章 基于LSTM网络的诗歌生成

5.1 目标分析

5.2 文本预处理

5.3 构建网络

5.4 训练网络

5.5 结果分析

实训 基于LSTM网络的文本生成

小结

课后习题

第6章 基于CycleGAN的图像风格转换

6.1 目标分析

6.2 数据准备

6.3 构建网络

6.4 训练网络

6.5 结果分析

实训 基于CycleGAN实现莫奈画作与现实风景图像的风格转换

小结

课后习题

第7章 基于TipDM大数据挖掘建模平台实现诗歌生成

7.1 平台简介

7.2 实现诗歌生成

实训 实现基于TipDM大数据挖掘建模平台的文本生成

小结

课后习题

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部