图书介绍
Keras快速上手 基于Python的深度学习实战PDF|Epub|txt|kindle电子书版本网盘下载
- 谢梁，鲁颖，劳虹岚著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121318726
- 出版时间：2017
- 标注页数：250页
- 文件大小：31MB
- 文件页数：268页
- 主题词：软件设计
PDF下载
下载说明
Keras快速上手 基于Python的深度学习实战PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
1准备深度学习的环境1
1.1 硬件环境的搭建和配置选择1
1.1.1 通用图形处理单元3
1.1.2 你需要什么样的GPU加速卡6
1.1.3 你的GPU需要多少内存6
1.1.4 是否应该用多个GPU10
1.2 安装软件环境12
1.2.1 所需软件列表12
1.2.2 CUDA的安装13
1.2.3 Python计算环境的安装13
1.2.4 深度学习建模环境介绍15
1.2.5 安装CNTK及对应的Keras17
1.2.6 安装Theano计算环境23
1.2.7 安装TensorFlow计算环境25
1.2.8 安装cuDNN和CNMeM27
2数据收集与处理28
2.1 网络爬虫28
2.1.1 网络爬虫技术29
2.1.2 构造自己的Scrapy爬虫30
2.1.3 构造可接受参数的Scrapy爬虫35
2.1.4 运行Scrapy爬虫36
2.1.5 运行Scrapy爬虫的一些要点38
2.2 大规模非结构化数据的存储和分析40
2.2.1 ElasticSearch介绍42
2.2.2 ElasticSearch应用实例44
3深度学习简介57
3.1 概述57
3.2 深度学习的统计学入门58
3.3 一些基本概念的解释61
3.3.1 深度学习中的函数类型62
3.3.2 深度学习中的其他常见概念65
3.4 梯度递减算法67
3.5 后向传播算法70
4Keras入门72
4.1 Keras简介72
4.2 Keras中的数据处理73
4.2.1 文字预处理74
4.2.2 序列数据预处理82
4.2.3 图片数据输入83
4.3 Keras中的模型83
4.4 Keras中的重要对象86
4.5 Keras中的网络层构造90
4.6 使用Keras进行奇异值矩阵分解102
5推荐系统105
5.1 推荐系统简介105
5.2 矩阵分解模型108
5.3 深度神经网络模型114
5.4 其他常用算法117
5.5 评判模型指标119
6图像识别121
6.1 图像识别入门121
6.2 卷积神经网络的介绍122
6.3 端到端的MNIST训练数字识别127
6.4 利用VGG 16网络进行字体识别131
6.5 总结135
7自然语言情感分析136
7.1 自然语言情感分析简介136
7.2 文字情感分析建模139
7.2.1 词嵌入技术139
7.2.2 多层全连接神经网络训练情感分析140
7.2.3 卷积神经网络训练情感分析143
7.2.4 循环神经网络训练情感分析144
7.3 总结146
8文字生成147
8.1 文字生成和聊天机器人147
8.2 基于检索的对话系统148
8.3 基于深度学习的检索式对话系统159
8.3.1 对话数据的构造159
8.3.2 构造深度学习索引模型162
8.4 基于文字生成的对话系统166
8.5 总结172
9时间序列173
9.1 时间序列简介173
9.2 基本概念174
9.3 时间序列模型预测准确度的衡量178
9.4 时间序列数据示例179
9.5 简要回顾ARIMA时间序列模型181
9.6 循环神经网络与时间序列模型186
9.7 应用案例188
9.7.1 长江汉口月度流量时间序列模型190
9.7.2 国际航空月度乘客数时间序列模型203
9.8 总结209
10智能物联网210
10.1 Azure和IoT210
10.2 Azure IoT Hub服务213
10.3 使用IoT Hub管理设备概述215
10.4 使用.NET将模拟设备连接到IoT中心218
10.5 机器学习应用实例237