• 北京现代ENCINO领衔 老爸心仪座驾推荐 2019-04-14
  • 父母不尊重孩子的五个表现 进来看看你有没有 2019-04-09
  • 个税起征点若提到5000元 对你的收入有啥影响? 2019-03-30
  • 机关党建创新案例集锦 2019-03-30
  • 童国华委员:预计今年下半年5G进入规模试验阶段 2019-03-29
  • 中国核电的逆袭之路,就是中国发展成功之路的缩影。 2019-03-22
  • 家用高配置之选 四款合资紧凑级车推荐 2019-03-14
  • 期末,就是考验班主任文笔之时 2019-03-14
  • 故事新西兰强震致民宅破坏严重 超市遭抢购 2019-03-08
  • 这是全国精气最为集中的地方 被称为中国丹田所在 ——凤凰网房产 2019-03-08
  • 地方“武教头”走进军营辅导授课 2019-03-06
  • 西安幼升小入学难问题出在哪儿教育部门将统筹协调安排 2019-02-27
  • 高清克罗地亚队备战训练 莫德里奇神情轻松 2019-02-27
  • 夏日阳光舒适 大熊猫宝宝悠闲自得 2019-02-24
  • 新型光合作用可利用近红外光 2019-02-22
  • Java知识分享网 - 轻松学习从此开始!????

    山西快乐十分钟前三组:山西快乐十分历史开奖

    Java1234官方群23:java1234官方群23
    Java1234官方群23:965165841

    006项目-百度云搜索引擎开源?。?!

    领取微信扫码登录Java实现视频教程

    Java1234 VIP资源!

    IT口袋网,几万G最新视频教程等你来学?。?!

    SpringBoot打造企业级进销存

    领取QQ第三方登录视频教程

    做活动,领取支付宝在线支付完整视频教程

    Java毕业设计定做(包查重)

    007项目-资源分享平台开源??!

    Java1234至尊VIP(劳动节特价活动)

    TensorFlow+Keras深度学习人工智能实践应用 PDF 下载


    分享到:
    时间:2019-03-20 16:34来源:https://download.csdn.net/ 作者:转载
    TensorFlow+Keras深度学习人工智能实践应用 PDF 下载
    提醒:假如百度云分享链接失效,请联系站长,我会补上的。
    TensorFlow+Keras深度学习人工智能实践应用 PDF 下载

    转载自:https://download.csdn.net/download/cxp863/10913748
     
    本站整理下载:
     
    用户下载说明:
    电子版仅供预览,下载后24小时内务必删除,支持正版,喜欢的请购买正版书籍:
    //product.dangdang.com/25230551.html
      
    相关截图:


    资源简介:
    本书提供安装、上机操作指南,同时辅以大量范例程序介绍TensorFlow Keras深度学习方面的知识。本书分9部分,共21章,内容主要包括基本概念介绍、TensorFlow 与 Keras 的安装、Keras MNIST手写数字识别、Keras CIFAR-10照片图像物体识别、Keras多层感知器预测泰坦尼克号上旅客的生存概率、使用Keras MLP、RNN、LSTM进行IMDb自然语言处理与情感分析、以TensorFlow张量运算仿真神经网络的运行、TensorFlow MNIST手写数字识别、使用GPU大幅加快深度学习训练。 TensorFlow Keras深度学习方面的知识不需要具备高等数学模型、算法等专业知识,读者只需要具备基本的Python程序设计能力,按照本书的步骤循序渐进地学习,就可以了解深度学习的基本概念,进而实际运用深度学习的技术。

    资料目录:

    山西快乐十分历史开奖 www.bdskm.net 第1章  人工智能、机器学习与深度学习简介          1

    1.1  人工智能、机器学习、深度学习的关系   2

    1.2  机器学习介绍        4

    1.3  机器学习分类        4

    1.4  深度学习简介        7

    1.5  结论        8

    第2章  深度学习的原理     9

    2.1  神经传导的原理   10

    2.2  以矩阵运算仿真神经网络   13

    2.3  多层感知器模型   14

    2.4  使用反向传播算法进行训练        16

    2.5  结论        21

    第3章  TensorFlow与Keras介绍       22

    3.1 TensorFlow架构图         23

    3.2 TensorFlow简介    24

    3.3 TensorFlow程序设计模式    26

    3.4 Keras介绍      27

    3.5 Keras程序设计模式      28

    3.6 Keras与TensorFlow比较      29

    3.7  结论        30

    第4章  在Windows中安装TensorFlow与Keras       31

    4.1  安装Anaconda       32

    4.2  启动命令提示符   35

    4.3  建立TensorFlow的Anaconda虚拟环境      37

    4.4  在Anaconda虚拟环境安装TensorFlow与Keras        40

    4.5  启动JupyterNotebook  42

    4.6  结论        48

    第5章  在Linux Ubuntu中安装TensorFlow与Keras         49

    5.1  安装Anaconda       50

    5.2  安装TensorFlow与Keras      52

    5.3  启动JupyterNotebook  53

    5.4  结论        54

    第6章  Keras MNIST手写数字识别数据集        55

    6.1  下载MNIST数据   56

    6.2  查看训练数据        58

    6.3  查看多项训练数据images与label      60

    6.4  多层感知器模型数据预处理        62

    6.5 features数据预处理     62

    6.6 label数据预处理   64

    6.7  结论        65

    第7章  Keras多层感知器识别手写数字   66

    7.1 Keras多元感知器识别MNIST手写数字图像的介绍          67

    7.2  进行数据预处理   69

    7.3  建立模型        69

    7.4  进行训练        73

    7.5  以测试数据评估模型准确率        77

    7.6  进行预测        78

    7.7  显示混淆矩阵        79

    7.8  隐藏层增加为1000个神经元      81

    7.9  多层感知器加入DropOut功能以避免过度拟合        84

    7.10 建立多层感知器模型包含两个隐藏层      86

    7.11 结论      89

     

     

    第8章  Keras卷积神经网络识别手写数字       90

    8.1  卷积神经网络简介        91

    8.2  进行数据预处理   97

    8.3  建立模型        98

    8.4  进行训练        101

    8.5  评估模型准确率   104

    8.6  进行预测        104

    8.7  显示混淆矩阵        105

    8.8  结论      107

    第9章  Keras CIFAR-10图像识别数据集   108

    9.1  下载CIFAR-10数据        109

    9.2  查看训练数据        111

    9.3  查看多项images与label      112

    9.4  将images进行预处理  113

    9.5  对label进行数据预处理      114

    9.6  结论        115

    第10章  Keras卷积神经网络识别CIFAR-10图像     116

    10.1 卷积神经网络简介      117

    10.2 数据预处理 118

    10.3 建立模型      119

    10.4 进行训练      123

    10.5 评估模型准确率 126

    10.6 进行预测      126

    10.7 查看预测概率      127

    10.8 显示混淆矩阵      129

    10.9 建立3次的卷积运算神经网络 132

    10.10 模型的保存与加载   135

    10.11 结论   136

    第11章  Keras泰坦尼克号上的旅客数据集     137

    11.1 下载泰坦尼克号旅客数据集      138

    11.2 使用Pandas DataFrame读取数据并进行预处理     140

    11.3 使用Pandas DataFrame进行数据预处理          142

    11.4 将DataFrame转换为Array        143

    11.5 将ndarray特征字段进行标准化        145

    11.6 将数据分为训练数据与测试数据      145

    11.7 结论      147

    第12章  Keras多层感知器预测泰坦尼克号上旅客的生存概率     148

    12.1 数据预处理 149

    12.2 建立模型      150

    12.3 开始训练      152

    12.4 评估模型准确率 155

    12.5 加入《泰坦尼克号》电影中Jack与Rose的数据   156

    12.6 进行预测      157

    12.7 找出泰坦尼克号背后的感人故事      158

    12.8 结论      160

    第13章  IMDb网络电影数据集与自然语言处理     161

    13.1 Keras自然语言处理介绍   163

    13.2 下载IMDb数据集       167

    13.3 读取IMDb数据  169

    13.4 查看IMDb数据  172

    13.5 建立token   173

    13.6 使用token将“影评文字”转换成“数字列表”  174

    13.7 让转换后的数字长度相同 174

    13.8 结论      176

    第14章  Keras建立MLP、RNN、LSTM模型进行IMDb情感分析          177

    14.1 建立多层感知器模型进行IMDb情感分析       178

    14.2 数据预处理 179

    14.3 加入嵌入层 180

    14.4 建立多层感知器模型 181

    14.5 训练模型      182

    14.6 评估模型准确率 184

    14.7 进行预测      185

    14.8 查看测试数据预测结果      185

    14.9 查看《美女与野兽》的影评      187

    14.10 预测《美女与野兽》的影评是正面或负面的        190

    14.11 文字处理时使用较大的字典提取更多文字   192

    14.12 RNN模型介绍   193

    14.13 使用Keras RNN模型进行IMDb情感分析      195

    14.14 LSTM模型介绍 197

    14.15 使用Keras LSTM模型进行IMDb情感分析    199

    14.16 结论   200

    第15章  TensorFlow程序设计模式    201

    15.1 建立“计算图” 202

    15.2 执行“计算图” 204

    15.3 TensorFlow placeholder        206

    15.4 TensorFlow数值运算方法介绍  207

    15.5 TensorBoard          208

    15.6 建立一维与二维张量 211

    15.7 矩阵基本运算      212

    15.8 结论      214

    第16章  以TensorFlow张量运算仿真神经网络的运行   215

    16.1 以矩阵运算仿真神经网络 216

    16.2 以placeholder传入X值     220

    16.3 创建layer函数以矩阵运算仿真神经网络        222

    16.4 建立layer_debug函数显示权重与偏差    225

    16.5 结论      226

    第17章  TensorFlow MNIST手写数字识别数据集    227

    17.1 下载MNIST数据          228

    17.2 查看训练数据      229

    17.3 查看多项训练数据images与labels 232

    17.4 批次读取MNIST数据          234

    17.5 结论      235

    第18章  TensorFlow多层感知器识别手写数字        236

    18.1 TensorFlow建立多层感知器辨识手写数字的介绍  237

    18.2 数据准备      239

    18.3 建立模型      239

    18.4 定义训练方式      242

    18.5 定义评估模型准确率的方式      243

    18.6 进行训练      244

    18.7 评估模型准确率 249

    18.8 进行预测      249

    18.9 隐藏层加入更多神经元      250

    18.10 建立包含两个隐藏层的多层感知器模型        251

    18.11 结论   252

    第19章  TensorFlow卷积神经网络识别手写数字    253

    19.1 卷积神经网络简介      254

    19.2 进行数据预处理 255

    19.3 建立共享函数      256

    19.4 建立模型      258

    19.5 定义训练方式      264

    19.6 定义评估模型准确率的方式      264

    19.7 进行训练      265

    19.8 评估模型准确率 266

    19.9 进行预测      267

    19.10 TensorBoard       268

    19.11 结论   270

    第20章  TensorFlow GPU版本的安装        271

    20.1 确认显卡是否支持CUDA   273

    20.2 安装CUDA   274

    20.3 安装cuDNN 278

    20.4 将cudnn64_5.dll存放的位置加入Path环境变量    281

    20.5 在Anaconda建立TensorFlow GPU虚拟环境    283

    20.6 安装TensorFlow GPU版本 285

    20.7 安装Keras   286

    20.8 结论      286

     

    第21章  使用GPU加快TensorFlow与Keras训练   287

    21.1 启动TensorFlow GPU环境 288

    21.2 测试GPU与CPU执行性能         293

    21.3 超出显卡内存的限制 296

    21.4 以多层感知器的实际范例比较CPU与GPU的执行速度         297

    21.5 以CNN的实际范例比较CPU与GPU的执行速度   299

    21.6 以Keras Cifar CNN的实际范例比较CPU与GPU的执行速度         302

    21.7 结论      304

    附录A  本书范例程序的下载与安装说明 305

    A.1  在Windows系统中下载与安装范例程序  306

    A.2  在Ubuntu Linux系统中下载与安装范例程序    310
     


    ------分隔线----------------------------
    锋哥公众号


    武哥公众号

  • 北京现代ENCINO领衔 老爸心仪座驾推荐 2019-04-14
  • 父母不尊重孩子的五个表现 进来看看你有没有 2019-04-09
  • 个税起征点若提到5000元 对你的收入有啥影响? 2019-03-30
  • 机关党建创新案例集锦 2019-03-30
  • 童国华委员:预计今年下半年5G进入规模试验阶段 2019-03-29
  • 中国核电的逆袭之路,就是中国发展成功之路的缩影。 2019-03-22
  • 家用高配置之选 四款合资紧凑级车推荐 2019-03-14
  • 期末,就是考验班主任文笔之时 2019-03-14
  • 故事新西兰强震致民宅破坏严重 超市遭抢购 2019-03-08
  • 这是全国精气最为集中的地方 被称为中国丹田所在 ——凤凰网房产 2019-03-08
  • 地方“武教头”走进军营辅导授课 2019-03-06
  • 西安幼升小入学难问题出在哪儿教育部门将统筹协调安排 2019-02-27
  • 高清克罗地亚队备战训练 莫德里奇神情轻松 2019-02-27
  • 夏日阳光舒适 大熊猫宝宝悠闲自得 2019-02-24
  • 新型光合作用可利用近红外光 2019-02-22
  • 江西多乐彩登陆 北京赛车公式算法教程 qq分分彩和腾讯分分彩一样吗 北京快乐8专家计划 新宝3娱乐平台 重庆时时彩高频彩 河南体彩网官方首页 体育彩票销售点申请 大乐透后区走势图 北京pk10全天计划 浙江体彩6+1第18140期开奖结果 江西时时彩开奖那么慢 时时彩计划 pk10技巧345678定位 秒速时时彩最新技巧 北京赛车pk10分析全天