TensorFlow深度学习
作者：龙良曲 编 整理日期：2021-11-21 00:15:02
人工智能是近年来优选很为火热的研究领域之一，尤其是随着深度学习算法研究的突破，人工智能技术被应用到图片识别、机器翻译、语音助手、自动驾驶等一系列领域中，取得了靠前的智能水平。深度学习算法涵盖的内容很好前沿和广袤，靠前外出版的相关书籍并不箅多，有些侧重于理论层面的推导，有些侧重于框架API的介绍，鲜有能结合深度学习算法原理和实战讲解的教材。为了使读者能够深刻理解深度学习算法精髓，本书以探索问题式叙述风格展开，从很简单的人工智能问题人手，一步步地引导读者分析和解决并发现新的问题，重温当年算法设计人员的探索之路。本书介绍了深度学习算法所需要的基础数学理论、TensorFlow框架的基本使用方法、回归问题、分类问题、反向传播算法、梯度下降箅法、过拟合、全连接网络、卷积神经网络、循环神经网络、自编码器、生成对抗网络、强化学习、迁移学习等主流和前沿知识。针对每个算法或模型，本书均详细分析了采用TensorFlow框架的实现方法，并基于多个常见的经典数据集进行了算法模型的实战，如基于MNIST和CIFAR10数据集的图片识别实战、基于IMDB数据集的文本分析实战、基于动漫头像数据集的图片生成实战和基于OpenAIGym环境的平衡杆游戏实战等。通过原理与实战结合的方式，读者可优选限度地理解算法理论，同时提升工程实现能力。本书可作为高等院校人工智能课程的教材，也可供从事人工智能、深度学习箅法研究与开发人员自学或参考。
|
闂佸吋鐪归崕鎻掞耿閻楀牏鈻曢柨鏃囨硶閻熸繈鏌ら搹顐㈢亰缂佹鎳忓ḿ顏堝棘閵堝洨顦柣鐘叉搐閸㈠弶绂嶉弴鐔衡攳闁斥晛鍟ˉ鍥煙鐠囪尙绠扮憸鏉挎啞缁嬪鈧綆鍙庡ḿ鈥趁瑰⿰鍐伇婵烇綆鍣ｉ幆宥夋晸閿燂拷
闂佺ǹ绻楀▍鏇㈠极閻愬搫绀傛い鎴ｆ硶閼稿綊鏌涘▎蹇曟闁逞屽墯缁矂宕洪崱娑欌挃妞ゎ偒鍘兼慨娑樜涢敐鍡欐喛闁逞屽墾閹凤拷,婵炴垶妫戠粻鎴濐嚕閸濄儰鐒婇柛鈩冪懅閼稿爼鏌熼鍝勫闁搞劌瀛╃粋宥夘敃閿濆棙瀚虫繛鎴炴鐠愮喖鍩€椤掑﹥瀚�
闂佸吋鐪归崕鎵箔閸涱喗濮滈柦妯侯槸缁斿墽绱撻崒妤佹珔閻庡灚锕㈠鍨緞婵犲嫭顫氶梺娲诲枙缁躲倗妲愬┑瀣Е閻忕偛澧芥竟澶愭煙濞堝灝浜為柣鏍ㄧ矒瀹曟鎼归锝嗘畼闂佹寧绋戦懟顖毭洪弽銊ョ窞鐎广儰璁查崑鎾斥堪閸犵増甯″畷銏⑩偓锝庝簽濡叉洟鏌ｉ鏄忣唹闁逞屽墯缁诲倸鐣甸崱娑樼煑妞ゆ牗菤閸嬫捇鏁撻敓锟�
|
