深度学习原理与 TensorFlow实践

封面

版权信息

内容提要

前言

第1章 绪论

1.1 引言

1.2 深度学习的发展历程

1.3 Tensor Flow应用现状

习题

第2章 机器学习概论

2.1 机器学习相关的数学知识

2.2 机器学习方法

2.3 数据的预处理方法

习题

第3章 神经网络

3.1 神经网络基础知识

3.2 神经网络模型

习题

第4章 深度学习

4.1 多层感知机神经网络

4.2 激活函数、损失函数和过拟合

4.3 卷积神经网络

4.4 循环神经网络

4.5 深度置信网络

4.6 深度学习框架

习题

第5章 Python编程基础

5.1 Python环境搭建

5.2 Python编程基础知识

5.3 Python标准库

5.4 Python机器学习库

习题

第6章 Tensor Flow编程基础

6.1 Tensor Flow的发展历程与演进

6.2 Tensor Flow的搭建配置

6.3 Tensor Flow编程基础知识

6.4 Tensor Flow系统架构及源码结构

6.5 Eager Execution

6.6 Tensor Flow示例代码

习题

第7章 Tensor Flow模型

7.1 Tensor Flow模型编程模式

7.2 读取数据

7.3 Tensor Flow模型搭建

7.4 Tensor Flow模型训练

7.5 Tensor Flow评估

7.6 Tensor Flow模型载入、保存及调用

7.7 可视化分析和评估模型

7.8 示例——鸢尾花分类

习题

第8章 Tensor Flow编程实践

8.1 MNIST手写数字识别

8.2 Fashion MNIST

8.3 RNN简笔画识别

习题

第9章 Tensor Flow Lite和Tensor Flow.js

9.1 Tensor Flow Lite

9.2 Tensor Flow.js

习题

第10章 Tensor Flow案例——医学应用

10.1 开源医学图像分析平台DLTK的安装运行

10.2 开源医学图像分析平台DLTK的使用

10.3 开源医学图像分析平台DLTK案例

10.4 开源医学图像分析平台DLTK模型

习题

第11章 Seq2Seq+attention模型及其应用案例

11.1 Seq2Seq和attention模型

11.2 Tensor Flow自动文本摘要生成

11.3 聊天机器人