最新公告
  • 欢迎您光临IO源码网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 深度学习 核心技术、工具与案例解析 PDF 下载

    深度学习  核心技术、工具与案例解析 PDF 下载

    本站整理下载:
    版权归出版社和原作者所有,链接已删除,请购买正版
     
     
    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:
    http://product.dangdang.com/25310857.html
      
    相关截图:

    资料简介:
    本书共10章,可分为3个部分:第1~2章为*部分,简介深度学习算法的发展历史和前沿技术简;第3~4章为第二部分,介绍深度学习主流框架;第5~10章为第三部分,主要为实践案例部分,结合应用场景使用深度学习技术解决相应问题,譬如语音识别器、聊天机器人、人脸识别器、对战机器人、推荐引擎构建等

    资料目录:
    前言
    第1章 了解深度学习 1
    1.1 什么是深度学习 1
    1.1.1 深度学习能解决的问题 2
    1.1.2 深度学习适用的领域 3
    1.2 深度学习的技术发展 6
    1.2.1 基础技术发展 7
    1.2.2 应用技术发展 8
    1.3 深度学习的知识点汇总 10
    1.3.1 深度学习的预备技术 11
    1.3.2 深度学习的技术构成 12
    1.3.3 深度学习向其他行业与技术领域的延伸 13
    1.4 深度学习工具与平台介绍 15
    1.4.1 深度学习框架 15
    1.4.2 深度学习基础架构 18
    1.4.3 深度学习开发工具 19
    1.4.4 深度学习辅助工具 20
    1.4.5 深度学习云平台服务 20
    1.5 本章小结 22
    1.6 参考资料 23
    第2章 深度学习技术 24
    2.1 深度学习基础 24
    2.1.1 感知器 26
    2.1.2 激活函数 27
    2.1.3 输入层、隐藏层、输出层 29
    2.1.4 前向传播与反向传播求导 29
    2.2 CNN 30
    2.2.1 前馈网络解决图像存在的问题 31
    2.2.2 卷积神经网络 31
    2.2.3 图像的几个不变性 33
    2.2.4 卷积 34
    2.2.5 池化 38
    2.2.6 Inception 39
    2.2.7 Flatten层和全连接层 39
    2.2.8 跳层连接 40
    2.2.9 经典CNN 41
    2.3 RNN 41
    2.3.1 RNN结构 42
    2.3.2 基本结构与前向传播 43
    2.3.3 BPTT 44
    2.3.4 LSTM 46
    2.3.5 RNN拓展 50
    2.4 最优化算法 52
    2.4.1 梯度下降 52
    2.4.2 Adam 54
    2.5 本章小结 56
    第3章 TensorFlow基础 57
    3.1 TensorFlow 57
    3.2 获取与安装 60
    3.3 变量及作用域 61
    3.4 构建计算图 66
    3.5 全连接网络构建 71
    3.6 CNN构建 78
    3.7 RNN构建 82
    3.8 多架构运行 85
    3.8.1 GPU使用 85
    3.8.2 多CPU使用 86
    3.9 队列使用 88
    3.10 本章小结 89
    第4章 TensorFlow进阶 90
    4.1 TensorFlow架构与原理 90
    4.2 TensorFlow扩展 93
    4.2.1 TF Layers 94
    4.2.2 TF Slim 95
    4.2.3 TFLearn 96
    4.2.4 Keras 99
    4.3 Tensorboard与问题监控 101
    4.4 改善深度神经网络 103
    4.5 性能优化建议 105
    4.6 深度神经网络结构 107
    4.6.1 Inception结构 107
    4.6.2 ResNet结构 108
    4.6.3 Seq2Seq结构 108
    4.6.4 Attention 109
    4.7 本章小结 110
    第5章 语音识别器 111
    5.1 任务分析 111
    5.2 数据与特征分析 114
    5.2.1 语音数据库 114
    5.2.2 语音数据特征 115
    5.3 主流语音识别网络结构 119
    5.3.1 用于语音识别的CNN 120
    5.3.2 用于语音识别的RNN 122
    5.4 CTC Loss 123
    5.5 文本向量化 126
    5.5.1 英文文本向量化 126
    5.5.2 中文文本向量化 129
    5.5.3 文本标签比对 130
    5.6 完整构建神经网络 131
    5.6.1 构建CNN识别网络 132
    5.6.2 用于语音识别的RNN 136
    5.7 数据训练 138
    5.8 参数调优 140
    5.9 实际数据分析 141
    5.10 本章小结 142
    第6章 对话机器人 143
    6.1 对话机器人概述与应用领域 143
    6.2 对话机器人主流技术 145
    6.2.1 基于模板的对话机器人 145
    6.2.2 基于检索技术的对话机器人 146
    6.2.3 基于深度学习的对话机器人 146
    6.3 对话机器人的前沿与功能扩展 147
    6.4 深度学习对话机器人原理 149
    6.5 构建对话机器人 150
    6.5.1 Bot界面与交互 150
    6.5.2 语料预处理 155
    6.5.3 模型构建 161
    6.5.4 训练流程 163
    6.5.5 在线推断 165
    6.6 本章小结 166
    第7章 人脸识别器 167
    7.1 任务分析 167
    7.2 Detection、Aliment与Identify 170
    7.3 数据特征分析 172
    7.3.1 人脸位置和范围数据 173
    7.3.2 人脸关键点数据 174
    7.3.3 人脸识别数据库 176
    7.4 haar分类器方式 178
    7.4.1 固定特征的提取 178
    7.4.2 分类器 180
    7.4.3 代码实现 182
    7.5 神经网络方法演进 183
    7.6 人脸识别网络构建 185
    7.6.1 人脸检测网络MTCNN 185
    7.6.2 用于人脸检测的GoogleNet 188
    7.7 主流人脸识别网络差异分析 190
    7.8 TensorFlow搭建网络 191
    7.9 参数调优 193
    7.10 实战分析 195
    7.11 本章小结 197
    第8章 自动驾驶 198
    8.1 自动驾驶的介绍与应用领域 198
    8.1.1 自动驾驶的应用场景 199
    8.1.2 自动驾驶分级 199
    8.2 自动驾驶技术 201
    8.2.1 端到端的自动驾驶历史 202
    8.2.2 底层硬件支撑技术平台 203
    8.3 深度增强学习 204
    8.4 行车检测 208
    8.4.1 物体检测 208
    8.4.2 YOLO模型 209
    8.4.3 车辆图像数据探索 211
    8.4.4 车辆视频数据预处理 212
    8.4.5 迁移学习 212
    8.4.6 模型推断 213
    8.4.7 绘制检测结果 213
    8.5 端到端自动驾驶 216
    8.5.1 英伟达End to End模型 216
    8.5.2 评估指标 219
    8.5.3 数据分析 219
    8.5.4 读入视频,并处理图像 222
    8.5.5 深度学习模型构建与训练 222
    8.5.6 可视化结果 223
    8.6 本章小结 224
    8.7 参考资料 224
    第9章 可视化实践 225
    9.1 可视化发展 225
    9.2 可视化过程 227
    9.3 Matplotlib 228
    9.4 ECharts 230
    9.

     

    *** 次数:10600 已用完,请联系开发者***

    1. 本站所有资源来源于用户上传和网络,因此不包含技术服务请大家谅解!如有侵权请邮件联系客服!384324621@qq.com
    2. 本站不保证所提供下载的资源的准确性、安全性和完整性,资源仅供下载学习之用!如有链接无法下载、失效或广告,请联系客服处理,有奖励!
    3. 您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源!如用于商业或者非法用途,与本站无关,一切后果请用户自负!
    4. 如果您也有好的资源或教程,您可以投稿发布,成功分享后有★币奖励和额外收入!

    IO 源码网 » 深度学习 核心技术、工具与案例解析 PDF 下载

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    IO源码吧
    一个高级程序员模板开发平台

    发表评论

    • 121会员总数(位)
    • 11503资源总数(个)
    • 81本周发布(个)
    • 0 今日发布(个)
    • 483稳定运行(天)

    提供最优质的资源集合

    立即查看 了解详情