本书共有8章，章深度学习简介，概要介绍了深度学习相关知识，包括人工智能的诞生，深度学习的概念与特点，深度学习的发展历史和应用现状，以及深度合成技术的作用；第2章搭建深度学习开发环境，总结了已有的主流深度学习框架，演示了深度学习开发环境的搭建过程，并简要介绍深度学习项目开发常用的Python库；第3章图像处理技术，从数字图像的组成开始，介绍采用OpenCV演示图像处理中的基本操作以及人脸检测算法的使用方法；第4章神经网络基础，利用神经网络游乐场网站导入神经网络的基本概念和作用，对神经网络基础结构和原理进行概述，并以MNIST手写数字识别为示例演示神经网络的具体实现；第5章卷积神经网络，介绍卷积神经网络的基本组成，并通过一些典型的网络结构说明卷积神经网络的发展变化，以CIFAR-10数据分类演示卷积神经网络的具体使用；第6章图像合成，概括了图像处理的常见方式，简要介绍主动检测和被动检测的方式和特点，并对深度学习在图像合成分析检测的应用现状进行分析和总结；第7章生成式深度学习，介绍了生成模型的基本概念以及应用于生成式深度学习的两种主要技术：变分自动编码器和生成对抗网络；第8章深度合成，介绍深度合成技术的基本原理，详细阐述深度合成检测技术的现状和实现方法。
|
