奇迹小说
搜索历史
Python深度学习:基于TensorFlow  第2版

Python深度学习:基于TensorFlow 第2版

作者: 吴茂贵 著

13.70万50人 正在读

已完结现代当代当代文学
目录 (350章)
倒序
正文
001 NumPy基础002 .1 把图像数字化003 .1.1 数组属性004 .1.2 从已有数据中生成数组005 .1.3 利用random模块生成数组006 .1.4 利用arange、linspace函数生成数组007 .2 存取元素008 .3 NumPy的算术运算009 .3.1 对应元素相乘010 .3.2 点积运算011 .4 数据变形012 .4.1 更改数组的形状013 .4.2 合并数组014 .5 通用函数015 .6 广播机制016 .7 用NumPy实现回归实例017 .8 小结018 TensorFlow基础知识019 .1 安装配置020 .1.1 安装Anaconda021 .1.2 安装TensorFlow CPU版022 .1.3 安装TensorFlow GPU版023 .2 层次架构024 .3 张量025 .3.1 张量的基本属性026 .3.2 张量切片027 .3.3 操作形状028 .4 变量029 .5 NumPy与tf.Tensor比较030 .6 计算图031 .6.1 静态计算图032 .6.2 动态计算图033 .7 自动图034 .8 自动微分035 .9 损失函数036 .10 优化器037 .11 使用TensorFlow 2.0实现回归实例038 .12 GPU加速039 .13 小结040 TensorFlow构建模型的方法041 .1 利用低阶API构建模型042 .1.1 项目背景043 .1.2 导入数据044 .1.3 预处理数据045 .1.4 构建模型046 .1.5 训练模型047 .1.6 测试模型048 .1.7 保存恢复模型049 .2 利用中阶API构建模型050 .2.1 构建模型051 .2.2 创建损失评估函数052 .2.3 训练模型053 .3 利用高阶API构建模型054 .3.1 构建模型055 .3.2 编译及训练模型056 .3.3 测试模型057 .3.4 保存恢复模型058 .4 小结059 TensorFlow数据处理060 .1 tf.data简介061 .2 构建数据集的常用方法062 .2.1 从内存中读取数据063 .2.2 从文本中读取数据064 .2.3 读取TFRecord格式文件065 .3 如何生成自己的TFRecord格式数据066 .3.1 把数据转换为TFRecord格式的一般步骤067 .3.2 加载TFRecord文件流程068 .3.3 代码实现069 .4 数据增强方法070 .4.1 常用的数据增强方法071 .4.2 创建数据处理流水线072 .5 小结073 可视化074 .1 matplotlib075 .1.1 matplotlib的基本概念076 .1.2 使用matplotlib绘制图表077 .1.3 使用rcParams078 .2 pyecharts079 .2.1 pyecharts的安装080 .2.2 使用pyecharts绘制图表081 .3 TensorBoard082 .4 小结083 机器学习基础084 .1 机器学习的一般流程085 .1.1 明确目标086 .1.2 收集数据087 .1.3 数据探索与预处理088 .1.4 模型选择089 .1.5 模型评估090 .2 监督学习091 .2.1 线性回归092 .2.2 逻辑回归093 .2.3 树回归094 .2.4 支持向量机095 .2.5 朴素贝叶斯分类器096 .2.6 集成学习097 .3 无监督学习098 .3.1 主成分分析099 .3.2 k均值算法100 .4 数据预处理101 .4.1 处理缺失值102 .4.2 处理分类数据103 .5 机器学习实例104 .6 小结105 神经网络基础106 .1 单层神经网络107 .2 多层神经网络108 .2.1 多层神经网络的结构109 .2.2 各层之间的信息传输110 .2.3 使用多层神经网络解决XOR问题111 .2.4 使用TensorFlow解决XOR问题112 .3 激活函数113 .3.1 sigmoid函数114 .3.2 softmax函数115 .3.3 tanh函数116 .3.4 ReLU函数117 .3.5 Leaky-ReLU函数118 .3.6 softplus函数119 .3.7 Dropout函数120 .4 正向和反向传播算法121 .4.1 单个神经元的BP算法122 .4.2 多层神经网络的BP算法123 .5 解决过拟合问题124 .5.1 权重正则化125 .5.2 Dropout正则化126 .5.3 批量正则化127 .5.4 权重初始化128 .5.5 残差网络129 .6 选择优化算法130 .6.1 传统梯度更新算法131 .6.2 动量算法132 .6.3 NAG算法133 .6.4 AdaGrad算法134 .6.5 RMSProp算法135 .6.6 Adam算法136 .6.7 如何选择优化算法137 .7 使用tf.keras构建神经网络138 .7.1 tf.keras概述139 .7.2 tf.keras的常用模块140 .7.3 构建模型的几种方法141 .7.4 使用Sequential API构建神经网络实例142 .7.5 使用Functional API构建神经网络实例143 .7.6 使用Subclassing API构建神经网络实例144 .8 小结145 视觉处理基础146 .1 从全连接层到卷积层147 .1.1 图像的两个特性148 .1.2 卷积神经网络概述149 .2 卷积层150 .2.1 卷积核151 .2.2 步幅152 .2.3 填充153 .2.4 多通道上的卷积154 .2.5 激活函数155 .2.6 卷积函数156 .2.7 转置卷积157 .2.8 特征图与感受野158 .2.9 全卷积网络159 .3 池化层160 .3.1 局部池化161 .3.2 全局池化162 .4 现代经典网络163 .4.1 LeNet-5模型164 .4.2 AlexNet模型165 .4.3 VGG模型166 .4.4 GoogLeNet模型167 .4.5 ResNet模型168 .4.6 DenseNet模型169 .5 卷积神经网络分类实例170 .5.1 使用Subclassing API构建网络171 .5.2 卷积神经网络分类实例的主要步骤172 .5.3 通过数据增强提升性能173 .5.4 通过现代网络架构提升网络性能174 .6 小结175 自然语言处理基础176 .1 从语言模型到循环神经网络177 .1.1 链式法则178 .1.2 马尔可夫假设与N元语法模型179 .1.3 从N元语法模型到隐含状态表示180 .1.4 从神经网络到有隐含状态的循环神经网络181 .1.5 使用循环神经网络构建语言模型182 .1.6 多层循环神经网络183 .2 正向传播与随时间反向传播184 .3 现代循环神经网络185 .3.1 LSTM186 .3.2 GRU187 .3.3 Bi-RNN188 .4 几种特殊架构189 .4.1 编码器-解码器架构190 .4.2 Seq2Seq架构191 .5 循环神经网络的应用场景192 .6 循环神经网络实践193 .6.1 使用LSTM实现文本分类194 .6.2 把CNN和RNN组合在一起195 .7 小结196 注意力机制197 .1 注意力机制概述198 .1.1 两种常见注意力机制199 .1.2 来自生活的注意力200 .1.3 注意力机制的本质201 .2 带注意力机制的编码器-解码器架构202 .2.1 引入注意力机制203 .2.2 计算注意力分配值204 .3 可视化Transformer架构205 .3.1 Transformer的顶层设计206 .3.2 编码器与解码器的输入207 .3.3 自注意力208 .3.4 多头注意力209 .3.5 自注意力与卷积神经网络、循环神经网络的异同210 .3.6 为加深Transformer网络层保驾护航的几种方法211 .3.7 如何进行自监督学习212 .3.8 Transformer在视觉领域的应用213 .4 使用TensorFlow实现Transformer214 .4.1 Transformer架构图215 .4.2 架构说明216 .4.3 构建缩放的点积注意力模块217 .4.4 构建多头注意力模块218 .4.5 构建前馈神经网络模块219 .4.6 构建EncoderLayer模块220 .4.7 构建Encoder模块221 .4.8 构建DecoderLayer模块222 .4.9 构建Decoder模块223 .4.10 构建Transformer模型224 .4.11 定义掩码函数225 .5 小结226 目标检测227 .1 目标检测及主要挑战228 .1.1 边界框的表示229 .1.2 手工标注图像的真实值230 .1.3 主要挑战231 .1.4 选择性搜索232 .1.5 锚框233 .1.6 RPN算法234 .2 优化候选框的算法235 .2.1 交并比236 .2.2 非极大值抑制237 .2.3 边框回归238 .2.4 使候选框输出为固定大小239 .3 典型的目标检测算法240 .3.1 R-CNN241 .3.2 Fast R-CNN242 .3.3 Faster R-CNN243 .3.4 Mask R-CNN244 .3.5 YOLO245 .3.6 Swin Transformer246 .3.7 各种算法的性能比较247 .4 小结248 生成式深度学习249 .1 用变分自编码器生成图像250 .1.1 自编码器251 .1.2 变分自编码器252 .1.3 用变分自编码器生成图像实例253 .2 GAN简介254 .2.1 GAN的架构255 .2.2 GAN的损失函数256 .3 用GAN生成图像257 .3.1 判别器258 .3.2 生成器259 .3.3 训练模型260 .3.4 可视化结果261 .4 VAE与GAN的异同262 .5 CGAN263 .5.1 CGAN的架构264 .5.2 CGAN判别器265 .5.3 CGAN生成器266 .5.4 训练模型267 .5.5 动态查看指定标签的图像268 .6 提升GAN训练效果的一些技巧269 .7 小结270 实战生成式模型271 .1 Deep Dream模型272 .1.1 Deep Dream的原理273 .1.2 Deep Dream算法的流程274 .1.3 使用TensorFlow实现Deep Dream275 .2 风格迁移276 .2.1 内容损失277 .2.2 风格损失278 .2.3 训练模型279 .3 小结280 目标检测实例281 .1 数据集简介282 .2 准备数据283 .3 训练模型284 .4 测试模型285 .5 小结286 人脸检测与识别实例287 .1 人脸识别简介288 .2 项目概况289 .3 项目详细实施步骤290 .3.1 图像预处理291 .3.2 构建模型292 .3.3 测试模型293 .4 小结294 文本检测与识别实例295 .1 项目架构说明296 .2 项目实施步骤297 .2.1 手工生成训练数据298 .2.2 数据预处理299 .2.3 构建模型300 .2.4 训练模型301 .3 小结302 基于Transformer的对话实例303 .1 数据预处理304 .2 构建注意力模块305 .3 构建Transformer架构306 .4 定义损失函数307 .5 初始化并编译模型308 .6 测试评估模型309 .7 小结310 基于Transformer的图像处理实例311 .1 导入数据312 .2 预处理数据313 .3 构建模型314 .4 编译、训练模型315 .5 可视化运行结果316 .6 小结317 强化学习基础318 .1 强化学习基础概述319 .1.1 智能体与环境的交互320 .1.2 回报321 .1.3 马尔可夫决策过程322 .1.4 贝尔曼方程323 .1.5 贝尔曼最优方程324 .1.6 同步策略与异步策略325 .1.7 有模型训练与无模型训练326 .2 时序差分算法327 .3 Q-Learning算法328 .3.1 Q-Learning算法的主要流程329 .3.2 Q函数330 .3.3 贪婪策略331 .4 SARSA算法332 .5 DQN算法333 .5.1 Q-Learning算法的局限性334 .5.2 用深度学习处理强化学习时需要解决的问题335 .5.3 用DQN解决问题的方法336 .5.4 定义损失函数337 .5.5 DQN的经验回放机制338 .5.6 目标网络339 .5.7 网络模型340 .5.8 DQN算法的实现341 .6 小结342 强化学习实践343 .1 Q-Learning算法实例344 .2 SARSA算法实例345 .2.1 游戏场景346 .2.2 核心代码说明347 .3 用TensorFlow实现DQN算法348 .4 小结349 附录 A TensorFlow-GPU 2+升级安装配置350 附录 B 从TensorFlow1.x升级到TensorFlow 2.x
精选推荐
领导力法则

领导力法则

[中国纺织出版社]

陆禹萌

已完结当代文学

销售心理学

销售心理学

[中国纺织出版社]

兰华

已完结当代文学

销售就是玩转情商

销售就是玩转情商

[中国纺织出版社]

王威

已完结当代文学

销售员情商实战训练

销售员情商实战训练

成功的销售需要高智商,更需要高情商。一个销售员的销售业绩,往往与他的情商成正比。本书从十个方面详细讲述了有效运用情商,提高销售业绩的方法和技巧。通过实际销售案例和销售心理学理论指导,以及实战点拨和情商拓展训练,帮助读者全方位、快速提高情商。故事性、多版块、碎片化的内容设置,有效降低读者阅读疲劳,提高阅读兴趣,不论是奔波在路上的销售小白,还是带领团队奋勇向前的销售经理,都能从中找到适合自己的销售软技巧。

刘军

已完结当代文学

让未来的你,感谢现在勇敢的自己

让未来的你,感谢现在勇敢的自己

[中国纺织出版社]

王介威

已完结当代文学

行为心理学:华生的实用心理学课

行为心理学:华生的实用心理学课

[中国纺织出版社]

(美)约翰·华生著.倪彩

已完结当代文学

行为心理学入门(完全图解版)

行为心理学入门(完全图解版)

行为心理学入门(完全图解版)是以作者多来年的心理辅导和咨询数据为素材,对现实生活中的行为心理学应用进行了形象、深入、全面的论述和解读。本书与日本心理学图解书形式相同,浅显易读,有趣又益。

武莉

已完结当代文学

自卑与超越

自卑与超越

《自卑与(全译插图典藏版)》是个体心理学研究领域的著作,也是人本主义心理学先驱阿尔弗雷德·阿德勒的很好著作。阿德勒的学说以“自卑感”与“创造性自我”为中心,并强调“社会意识”。全书立足个人心理学的观点,从教育、家庭、婚姻、伦理、社交等多个领域,以大量的实例为论述基础,阐明了人生意义的真谛,帮助人们克服自卑、不断超自己,正确对待职业,正确理解社会与性。本书直接促进了亲子教育、人格培养、婚姻与爱情、职业生涯、家庭建设、人际关系等诸多领域的长足发展,成为人们了解心理学的经典读物。

(奥)阿尔弗雷德·阿德勒

已完结当代文学

自制力:道理我都懂,为什么就是过不好人生

自制力:道理我都懂,为什么就是过不好人生

[中国纺织出版社]

邱开杰

已完结当代文学