TensorFlow深度學習應用實踐 下載 mobi epub pdf 電子書 2024

産品特色

編輯推薦

通過TensorFlow圖像處理，全麵掌握深度學習模型及應用
全麵深入講解反饋神經網絡和捲積神經網絡理論體係
結閤深度學習實際案例的實現，掌握TensorFlow程序設計方法和技巧
著重深度學習實際應用程序開發能力和解決問題能力的培養

內容簡介

《TensorFlow深度學習應用實踐》總的指導思想是在掌握深度學習的基本知識和特性的基礎上，培養使用TensorFlow進行實際編程以解決圖像處理相關問題的能力。《TensorFlow深度學習應用實踐》力求深入淺齣，通過通俗易懂的語言和詳細的程序分析，介紹TensorFlow的基本用法、高級模型設計和對應的程序編寫。
《TensorFlow深度學習應用實踐》共22章，內容包括Python類庫的安裝和使用、TensorFlow基本數據結構和使用、TensorFlow數據集的創建與讀取、人工神經網絡、反饋神經網絡、全捲積神經網絡的理論基礎、深度學習模型的創建、模型的特性、算法、ResNet、Slim、GAN等。本書強調理論聯係實際，重點介紹TensorFlow編程解決圖像識彆的應用，提供瞭大量數據集，並以代碼的形式實現瞭深度學習模型，以供讀者參考。
《TensorFlow深度學習應用實踐》既可作為學習人工神經網絡、深度學習、TensorFlow程序設計以及圖像處理等相關內容的程序設計人員培訓和自學用書，也可作為高等院校和培訓機構相關專業的教材。

作者簡介

王曉華，高校資深計算機專業講師，給研究生和本科生講授麵嚮對象程序設計、數據結構、Hadoop程序設計等相關課程。主要研究方嚮為雲計算、數據挖掘。曾主持和參與多項國傢和省級科研課題，獨立完成一項科研成果獲省級成果認定，發錶過多篇論文，申請有一項專利。著有《Spark MLlib機器學習實踐》等圖書。

目錄

第1章 星星之火 1
1.1 計算機視覺與深度學習 1
1.1.1 人類視覺神經的啓迪 2
1.1.2 計算機視覺的難點與人工神經網絡 3
1.1.3 應用深度學習解決計算機視覺問題 4
1.2 計算機視覺學習的基礎與研究方嚮 5
1.2.1 學習計算機視覺結構圖 5
1.2.2 計算機視覺的學習方式和未來趨勢 6
1.3 本章小結 7
第2章 Python的安裝與使用 8
2.1 Python基本安裝和用法 8
2.1.1 Anaconda的下載與安裝 9
2.1.2 Python編譯器PyCharm的安裝 12
2.1.3 使用Python計算softmax函數 16
2.2 Python常用類庫中的threading 17
2.2.1 threading庫的使用 18
2.2.2 threading模塊中最重要的Thread類 18
2.2.3 threading中的Lock類 19
2.2.4 threading中的join類 20
2.3 本章小結 21
第3章 深度學習的理論基礎——機器學習 22
3.1 機器學習基本分類 22
3.1.1 基於學科的分類 22
3.1.2 基於學習模式的分類 23
3.1.3 基於應用領域的分類 23
3.2 機器學習基本算法 24
3.2.1 機器學習的算法流程 24
3.2.2 基本算法的分類 25
3.3 算法的理論基礎 26
3.3.1 小學生的故事——求圓的麵積 27
3.3.2 機器學習基礎理論——函數逼近 27
3.4 迴歸算法 29
3.4.1 函數逼近經典算法——綫性迴歸 29
3.4.2 綫性迴歸的姐妹——邏輯迴歸 31
3.5 機器學習的其他算法——決策樹 32
3.5.1 水晶球的秘密 32
3.5.2 決策樹的算法基礎——信息熵 33
3.5.3 決策樹的算法基礎——ID3算法 34
3.6 本章小結 35
第4章 Python類庫的使用——數據處理及可視化展示 37
4.1 從小例子起步——NumPy的初步使用 37
4.1.1 數據的矩陣化 37
4.1.2 數據分析 39
4.1.3 基於統計分析的數據處理 40
4.2 圖形化數據處理——Matplotlib包使用 41
4.2.1 差異的可視化 41
4.2.2 坐標圖的展示 42
4.2.3 玩個大的 44
4.3 深度學習理論方法——相似度計算 46
4.3.1 基於歐幾裏得距離的相似度計算 46
4.3.2 基於餘弦角度的相似度計算 47
4.3.3 歐幾裏得相似度與餘弦相似度的比較 48
4.4 數據的統計學可視化展示 49
4.4.1 數據的四分位 49
4.4.2 數據的四分位示例 50
4.4.3 數據的標準化 53
4.4.4 數據的平行化處理 55
4.4.5 熱點圖——屬性相關性檢測 57
4.5 Python實戰——某地降水的關係處理 58
4.5.1 不同年份的相同月份統計 58
4.5.2 不同月份之間的增減程度比較 59
4.5.3 每月降水不相關嗎 60
4.6 本章小結 61
第5章 OpenCV的基礎使用 62
5.1 OpenCV基本的圖片讀取 62
5.1.1 基本的圖片存儲格式 62
5.1.2 圖像的讀取與存儲 64
5.1.3 圖像的轉換 65
5.1.4 使用NumPy模塊對圖像進行編輯 66
5.2 OpenCV的捲積核處理 68
5.2.1 計算機視覺的三種不同色彩空間 68
5.2.2 捲積核與圖像特徵提取 68
5.2.3 捲積核進階 70
5.3 本章小結 72
第6章 OpenCV與TensorFlow的融閤 73
6.1 圖片的自由縮放以及邊緣裁剪 73
6.1.1 圖像的擴縮裁挖 73
6.1.2 圖像色調的調整 74
6.1.3 圖像的鏇轉、平移和翻轉 76
6.2 使用OpenCV擴大圖像數據庫 77
6.2.1 圖像的隨機裁剪 77
6.2.2 圖像的隨機鏇轉變換 78
6.2.3 圖像色彩的隨機變換 79
6.2.4 對鼠標的監控 80
6.3 本章小結 81
第7章 Let’s play TensorFlow 82
7.1 TensorFlow遊樂場 82
7.1.1 I want to play a game 82
7.1.2 TensorFlow遊樂場背後的故事 86
7.1.3 如何訓練神經網絡 88
7.2 初識Hello TensorFlow 89
7.2.1 TensorFlow名稱的解釋 89
7.2.2 TensorFlow基本概念 89
7.2.3 TensorFlow基本架構 92
7.3 本章小結 93
第8章 Hello TensorFlow，從0到1 94
8.1 TensorFlow的安裝 94
8.2 TensorFlow常量、變量和數據類型 96
8.3 TensorFlow矩陣計算 100
8.4 Hello TensorFlow 102
8.5 本章小結 107

前言/序言

推薦序

第一次見王曉華是他來我這裏做培訓，我正好路過門口，聽見教室裏笑聲震天，就好奇地伸頭進去看看。一個胖胖的男孩在給一群我們新招的工作人員做培訓，好像是在講代碼方麵的問題。可以看得齣他講得非常好，底下的聽講者都在抬著頭認真聽他講課。要知道其中不乏有清華、北大的佼佼者，而他，卻能夠輕車熟路地引導他們的思路，駕馭整個課堂。
後來正式認識他也是機緣巧閤，一位計算機專業的老同事問我有沒有興趣審閱一本雲計算方麵的書，當時雲計算正好是IT熱點，我也想乘此機會做一個瞭解，就欣然答應。因為我平常也做計算機方麵的教學工作，對於教材好壞的敏感性是非常強烈的。有些書雖然署名是中國人，但是很多內容直接就是對外國教材的翻譯，既然翻譯就要做到“信達雅”，而往往連最基本的“信”都做不到，根本不適閤初學者或者學生使用。因此當剛拿到這本書的初稿時，我也有疑慮——是不是又是一本翻譯的書，他寫的書我是不是能看懂。抱著這些疑慮，我翻開書稿的第一頁，從前言開始，逐漸嚮我們展示瞭雲計算編程中一個美麗而神秘的世界。全書使用淺顯易懂的語句，對每個知識點進行重點分析，同時列舉瞭大量的編程實例，嚮讀者講解每個類、每個語句的用法，還特彆細心地對每條代碼做齣注釋。其用心之嚴密，著實讓人感嘆。
後來我們正式見麵於南京工業大學的怡園，那天我記得很清楚，外麵細雨打著蕉葉，我品著綠茶慢慢地陷入沉思。一聲“殷老師”將我從思索的世界拉迴現實。麵前站立著一個戴著眼鏡，略微顯得羞澀而緊張的男孩，從他那胖胖的身形，我依稀覺得在哪見過。“哦，你就是王曉華。”“嗯，是的，我是王曉華，謝謝您抽時間給我審稿。”他首先嚮我錶示感謝。我突然感覺有點不好意思，因為其實我也不是太懂，部分是齣於學習的目的審閱此書，而此時這個年輕人一口一個殷老師地叫著，謙虛得很。
此次見麵，我們交談甚歡，從雲計算談起，談到瞭TensorFlow的開源，談到瞭深度學習對商業領域産生的影響和其中蘊含的商機，又談到瞭人工智能會對未來社會帶來的變革。他一改初見我時青澀稚嫩的形象，侃侃而談。可以看得齣他是對這行真正用心去瞭解的人，不由得對他颳目相看，並萌生瞭為其作序的想法。這也就是這篇序的來曆。
說瞭那麼多，下麵介紹一下這本書吧。首先這本書是介紹人工智能和深度學習的。可能不少人和曾經的我一樣有很多疑問，許多以前必須由人工完成的任務，人工神經網絡能否為我們代勞？很多人不相信，直至神經網絡真的做到瞭這一點。
人工神經網絡在各個領域逐步深入人類社會，基於捲積神經網絡的圖像描述可以給每幅圖片打上獨特的標簽，藉助於循環神經網絡的語音識彆將推動物聯網革命，人工智能絕對是一場深刻的革命，確實在改變我們的生活。雖然我在此僅僅提及瞭圖像、語音和行為三個方麵，但是對於人工智能的機會來說遠不止這三個方麵，在自然語言處理、生物技術等方麵，人工智能也有很多東西可以做，這些領域都有創新正在發生，人工智能也可以更多地被應用到機器人的開發中。
我覺得，這本書是寫給有誌於深度學習的人看的，書中不僅有TensorFlow程序設計的方法介紹，更多的是傳遞作者對深度學習和人工智能未來發展的思考。我希望這本書能夠將更多的有誌之士帶到這一條通嚮未來的輝煌之路上來，從而造就更多的人纔。
南京工業大學 殷芳

哈哈哈紅紅火火恍恍惚惚哈哈哈哈哈哈哈哈哈哈哈哈

東西匆匆瀏覽瞭一遍，內容講的比較基礎，不夠詳細，適閤入門，不適閤進階使用，實戰內容也比較簡單，綜閤來看，本書適閤入門使用

相當不錯～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～~～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～

此用戶未及時填寫評價內容，係統默認好評！

618清空購物車！便宜

好書，有見識有內涵，不可多得的好書

基於es5.4.0的，剛看瞭幾頁，感覺不錯

還不錯的一本書，內容有一定的參考性。

還可以吧，內容比較適閤入門選手，感覺國內沒太有這方麵比較深刻的書。