●章 打開學習Keras的大門
1.1 為什麼要選擇Keras
1.2 基於Windows10繫統的安裝與配置
1.2.1 安裝Visual Studio2017社區版
1.2.2 安裝CUDA
1.2.3 安裝cuDNN
1.2.4 安裝Anaconda
1.2.5 安裝TensorFlow
1.2.6 安裝Keras
1.3基於Ubuntu16.04 LTS繫統的安裝與配置
1.3.1 安裝NVIDIA驅動
1.3.2 降低GCC編譯器的版本
1.3.3 安裝CUDA
1.3.4 安裝CuDNN
1.3.5 配置環境變量
1.3.6 安裝Anaconda
1.3.7 安裝TensorFlow與Keras
1.4 本章小結
第2章 Python數據相關編程入門
2.1 Python常用數據結構
2.1.1 列表list的創建和基本用法
2.1.2 列表的切片
2.1.3素的動態添加
2.1.4素的動態刪除
2.1.5素的查找、統計與排序
2.1.6素的原地復制和翻轉
2.1.7 數組array
2.1組(tuple)的使用
2.1.9 集合set
2.1.10 字典dict
2.2 遍歷數據結構
2.2.1 基於for循環的遍歷
2.2.2 基於while循環的遍歷
2.2.3 構造數據結構時的隱式遍歷
2.3 邏輯運算與數據過濾
2.3.1 基本邏輯運算:與、或、非
2.3.2 按位操作的邏輯運算
2.3.3 數據過濾
2.4 自定義函數與作用域
2.4.1 自定義函數與作用域
2.4.2 閉包函數(嵌套函數)
2.4.3 靈活的函數參數
2.4.4 匿名函數
2.4.5 高階函數
……
第3章 常用Python工具包
第4章 深度學習基本原理
第5章 基於Keras的卷積神經網絡
第6章 用Keras進行序列處理
第7章 Keras函數式API及其應用
第8章 基於Keras的深度生成式學習
參考文獻
Keras是深度學習更為流行的框架,如何從新手角度或從零開始學習,是本書立足的根本,從Python數據處理開始,到深度學習理論,再到Keras各種代碼實戰,全書秉承示例講解的方式,降低學習難度。本書共8章,前4章著重於基本的Python編程方法和深度學習基本原理的實踐,包括基於Keras和CUDA環境搭建、各種數據處理的相關包(Numpy、Matplotlib等)、感知機,後4章介紹基於Keras的深度學習方法與實戰案例,包括使用Keras的序貫模型構建基於卷積的神經網絡、文本序列情感傾向分類問題的經典應用、Keras函數式API、Keras實現GAN和VAE在內的多種深度生成式學習模型等。本書內容豐富,實例典型,實用性強,尤其適合想要了解深度學習,熟悉Python但不熟悉框架的初學者閱讀。同時也適合於有一定基礎的讀者作為工具書和參考書使用。