深度学习全书——公式+推导+代码+TensorFlow全程案例电子书

内容简介

作者简介

彩插

前言

第一篇 深度学习导论

第1章 深度学习导论

1-1 人工智能的三波浪潮

1-2 AI的学习地图

1-3 机器学习应用领域

1-4 机器学习开发流程

1-5 开发环境安装

第2章 神经网络原理

2-1 必备的数学与统计知识

2-2 线性代数

2-3 微积分

2-4 概率与统计

2-5 线性规划

2-6 普通最小二乘法与最大似然估计法

2-7 神经网络求解

第二篇 TensorFlow基础篇

第3章 TensorFlow架构与主要功能

3-1 常用的深度学习框架

3-2 TensorFlow架构

3-3 张量运算

3-4 自动微分

3-5 神经网络层

第4章 神经网络实践

4-1 撰写第一个神经网络程序

4-2 Keras模型种类

4-3 神经层

4-4 激活函数

4-5 损失函数

4-6 优化器

4-7 效果衡量指标

4-8 超参数调校

第5章 TensorFlow其他常用指令

5-1 特征转换

5-2 模型存盘与加载

5-3 模型汇总与结构图

5-4 回调函数

5-5 TensorBoard

5-6 模型部署与TensorFlow Serving

5-7 TensorFlow Dataset

第6章 卷积神经网络

6-1 卷积神经网络简介

6-2 卷积

6-3 各式卷积

6-4 池化层

6-5 CNN模型实践

6-6 影像数据增补

6-7 可解释的AI

第7章 预先训练的模型

7-1 预先训练的模型简介

7-2 采用完整的模型

7-3 采用部分模型

7-4 转移学习

7-5 Batch Normalization说明

第三篇 进阶的影像应用

第8章 目标检测

8-1 图像辨识模型的发展

8-2 滑动窗口

8-3 方向梯度直方图

8-4 R-CNN目标检测

8-5 R-CNN改良

8-6 YOLO算法简介

8-7 YOLO环境配置

8-8 以TensorFlow实践YOLO模型

8-9 YOLO模型训练

8-10 SSD算法

8-11 TensorFlow Object Detection API

8-12 目标检测的效果衡量指标

8-13 总结

第9章 进阶的影像应用

9-1 语义分割介绍

9-2 自动编码器

9-3 语义分割实践

9-4 实例分割

9-5 风格转换——人人都可以是毕加索

9-6 脸部辨识

9-7 光学文字辨识

9-8 车牌辨识

9-9 卷积神经网络的缺点

第10章 生成对抗网络

10-1 生成对抗网络介绍

10-2 生成对抗网络种类

10-3 DCGAN

10-4 Progressive GAN

10-5 Conditional GAN

10-6 Pix2Pix

10-7 CycleGAN

10-8 GAN挑战

10-9 深度伪造

第四篇 自然语言处理

第11章 自然语言处理的介绍

11-1 词袋与TF-IDF

11-2 词汇前置处理

11-3 词向量

11-4 GloVe模型

11-5 中文处理

11-6 spaCy库

第12章 自然语言处理的算法

12-1 循环神经网络

12-2 长短期记忆网络

12-3 LSTM重要参数与多层LSTM

12-4 Gate Recurrent Unit

12-5 股价预测

12-6 注意力机制

12-7 Transformer架构

12-8 BERT

12-9 Transformers库

12-10 总结

第13章 聊天机器人

13-1 ChatBot类别

13-2 ChatBot设计

13-3 ChatBot实践

13-4 ChatBot工具框架

13-5 Dialogflow实践

13-6 总结

第14章 语音识别

14-1 语音基本认识

14-2 语音前置处理

14-3 语音相关的深度学习应用

14-4 自动语音识别

14-5 自动语音识别实践

14-6 总结

第五篇 强化学习

第15章 强化学习

15-1 强化学习的基础

15-2 强化学习模型

15-3 简单的强化学习架构

15-4 Gym库

15-5 Gym扩充功能

15-6 动态规划

15-7 值循环

15-8 蒙特卡洛

15-9 时序差分

15-10 其他算法

15-11 井字游戏

15-12 木棒小车

15-13 总结