[ 收藏 ] [ 简体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  •  管理

     一般管理学
     市场/营销
     会计
     金融/投资
     经管音像
     电子商务
     创业企业与企业家
     生产与运作管理
     商务沟通
     战略管理
     商业史传
     MBA
     管理信息系统
     工具书
     外文原版/影印版
     管理类职称考试
     WTO
     英文原版书-管理
  •  投资理财

     证券/股票
     投资指南
     理财技巧
     女性理财
     期货
     基金
     黄金投资
     外汇
     彩票
     保险
     购房置业
     纳税
     英文原版书-投资理财
  •  经济

     经济学理论
     经济通俗读物
     中国经济
     国际经济
     各部门经济
     经济史
     财政税收
     区域经济
     统计 审计
     贸易政策
     保险
     经济数学
     各流派经济学说
     经济法
     工具书
     通货膨胀
     财税外贸保险类考试
     英文原版书-经济
  •  社会科学

     语言文字
     社会学
     文化人类学/人口学
     新闻传播出版
     社会科学总论
     图书馆学/档案学
     经典名家作品集
     教育
     英文原版书-社会科学
  •  哲学

     哲学知识读物
     中国古代哲学
     世界哲学
     哲学与人生
     周易
     哲学理论
     伦理学
     哲学史
     美学
     中国近现代哲学
     逻辑学
     儒家
     道家
     思维科学
     马克思主义哲学
     经典作品及研究
     科学哲学
     教育哲学
     语言哲学
     比较哲学
  •  宗教

  •  心理学

  •  古籍

     经部  史类  子部  集部  古籍管理  古籍工具书  四库全书  古籍善本影音本  中国藏书
  •  文化

     文化评述  文化随笔  文化理论  传统文化  世界各国文化  文化史  地域文化  神秘文化  文化研究  民俗文化  文化产业  民族文化  书的起源/书店  非物质文化遗产  文化事业  文化交流  比较文化学
  •  历史

     历史普及读物
     中国史
     世界史
     文物考古
     史家名著
     历史地理
     史料典籍
     历史随笔
     逸闻野史
     地方史志
     史学理论
     民族史
     专业史
     英文原版书-历史
     口述史
  •  传记

  •  文学

  •  艺术

     摄影
     绘画
     小人书/连环画
     书法/篆刻
     艺术设计
     影视/媒体艺术
     音乐
     艺术理论
     收藏/鉴赏
     建筑艺术
     工艺美术
     世界各国艺术概况
     民间艺术
     雕塑
     戏剧艺术/舞台艺术
     艺术舞蹈
     艺术类考试
     人体艺术
     英文原版书-艺术
  •  青春文学

  •  文学

     中国现当代随笔
     文集
     中国古诗词
     外国随笔
     文学理论
     纪实文学
     文学评论与鉴赏
     中国现当代诗歌
     外国诗歌
     名家作品
     民间文学
     戏剧
     中国古代随笔
     文学类考试
     英文原版书-文学
  •  法律

     小说
     世界名著
     作品集
     中国古典小说
     四大名著
     中国当代小说
     外国小说
     科幻小说
     侦探/悬疑/推理
     情感
     魔幻小说
     社会
     武侠
     惊悚/恐怖
     历史
     影视小说
     官场小说
     职场小说
     中国近现代小说
     财经
     军事
  •  童书

  •  成功/励志

  •  政治

  •  军事

  •  科普读物

  •  计算机/网络

     程序设计
     移动开发
     人工智能
     办公软件
     数据库
     操作系统/系统开发
     网络与数据通信
     CAD CAM CAE
     计算机理论
     行业软件及应用
     项目管理 IT人文
     计算机考试认证
     图形处理 图形图像多媒体
     信息安全
     硬件
     项目管理IT人文
     网络与数据通信
     软件工程
     家庭与办公室用书
  •  建筑

     执业资格考试用书  室内设计/装潢装修  标准/规范  建筑科学  建筑外观设计  建筑施工与监理  城乡规划/市政工程  园林景观/环境艺术  工程经济与管理  建筑史与建筑文化  建筑教材/教辅  英文原版书-建筑
  •  医学

     中医
     内科学
     其他临床医学
     外科学
     药学
     医技学
     妇产科学
     临床医学理论
     护理学
     基础医学
     预防医学/卫生学
     儿科学
     医学/药学考试
     医院管理
     其他医学读物
     医学工具书
  •  自然科学

     数学
     生物科学
     物理学
     天文学
     地球科学
     力学
     科技史
     化学
     总论
     自然科学类考试
     英文原版书-自然科学
  •  工业技术

     环境科学
     电子通信
     机械/仪表工业
     汽车与交通运输
     电工技术
     轻工业/手工业
     化学工业
     能源与动力工程
     航空/航天
     水利工程
     金属学与金属工艺
     一般工业技术
     原子能技术
     安全科学
     冶金工业
     矿业工程
     工具书/标准
     石油/天然气工业
     原版书
     武器工业
     英文原版书-工业技
  •  农业/林业

     园艺  植物保护  畜牧/狩猎/蚕/蜂  林业  动物医学  农作物  农学(农艺学)  水产/渔业  农业工程  农业基础科学  农林音像
  •  外语

  •  考试

  •  教材

  •  工具书

  •  中小学用书

  •  中小学教科书

  •  动漫/幽默

  •  烹饪/美食

  •  时尚/美妆

  •  旅游/地图

  •  家庭/家居

  •  亲子/家教

  •  两性关系

  •  育儿/早教

  •  保健/养生

  •  体育/运动

  •  手工/DIY

  •  休闲/爱好

  •  英文原版书

  •  港台图书

  •  研究生
     工学
     公共课
     经济管理
     理学
     农学
     文法类
     医学

  •  音乐
     音乐理论

     声乐  通俗音乐  音乐欣赏  钢琴  二胡  小提琴
  • 深度學習訓練營 21天實戰TensorFlow+Keras+scikit-learn
    該商品所屬分類:圖書 -> 人民郵電出版社
    【市場價】
    662-960
    【優惠價】
    414-600
    【作者】 張強 
    【出版社】人民郵電出版社 
    【ISBN】9787115446152
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    出版社:人民郵電出版社
    ISBN:9787115446152
    版次:1

    商品編碼:12832598
    品牌:異步圖書
    包裝:平裝

    開本:16開
    出版時間:2020-04-01
    用紙:膠版紙

    頁數:338
    正文語種:中文

    作者:張強

        
        
    "

    產品特色

    編輯推薦

    以Python為基礎的編程語言編寫神經網絡代碼
    21個常見的深度學習的現實應用場景
    以*流行的TensorFlow和Keras的深度學習框架為基礎的編寫
    沒有復雜的公式和方程,不需要推導和求解,直接上手編寫代碼
    熟悉其它編程語言的初級程序員也可以快速上手
    借助Linux創始人的一句話來說:Talk is cheap, show me the code

    內容簡介

    本書基於TensorFlow、Keras和scikit-learn,介紹了21個典型的人工智能應用場景。全書共3篇,分別是預測類項目實戰篇、識別類項目實戰篇和生成類項目實戰篇。其中預測類項目包括房價預測、泰坦尼克號生還預測、共享單車使用情況預測、福彩3D中獎預測、股票走勢預測等8個項目;識別類項目包括數字識別、人臉識別、表情識別、人體姿態識別等7個項目;生成類項目包括看圖寫話、生成電視劇劇本、風格遷移、生成人臉等6個項目。
    本書代碼豐富,注釋詳盡,適合有一定Python基礎的讀者,包括計算機相關專業的學生、程序員和人工智能神經網絡的技術愛好者。

    作者簡介

    張強,現任特拉字節(北京)科技有限公司執行董事,曾任職奇虎360企業安全集團藍信團隊高級研發工程師、知乎移動端高級研發工程師。具有豐富的人工智能深度學習領域知識,多年前端、iOS移動端、Python後端、數據分析和.Net後端的研發經驗,對深度學習、神經網絡、App、網站、服務器具有一定的研發工作經驗和深度見解,運營公眾號“小強AI”。

    目錄

    第 一篇 預測類項目實戰
    第 1章 房價預測
    1.1 數據準備
    1.1.1 環境準備
    1.1.2 預處理數據
    1.1.3 數據可視化分析
    1.2 基於scikit-learn實現房價預測
    1.2.1 衡量R2值
    1.2.2 模型性能對比
    1.2.3 網格搜索模型
    1.2.4 波士頓房價預測
    1.2.5 北京房價預測
    1.3 基於Keras實現房價預測
    1.3.1 數據準備
    1.3.2 創建神經網絡模型
    1.3.3 訓練網絡模型
    1.3.4 可視化模型的結果
    1.3.5 評估和預測模型
    1.3.6 預測可視化顯示
    1.4 小結
    第 2章 泰坦尼克號生還預測
    2.1 數據準備
    2.1.1 環境準備
    2.1.2 預處理數據
    2.1.3 缺失值處理
    2.1.4 數據清洗與分割
    2.2 基於決策樹模型預測
    2.2.1 訓練
    2.2.2 預測
    2.3 基於邏輯回歸模型預測
    2.3.1 訓練
    2.3.2 預測
    2.4 基於梯度提升分類器模型預測
    2.4.1 訓練
    2.4.2 預測
    2.5 基於神經網絡模型預測
    2.5.1 訓練
    2.5.2 預測
    2.5.3 繪制曲線圖
    2.6 基於Keras的神經網絡模型預測
    2.6.1 訓練
    2.6.2 預測
    2.7 小結
    第3章 共享單車使用情況預測
    3.1 數據準備
    3.1.1 環境準備
    3.1.2 數據可視化
    3.1.3 預處理數據
    3.1.4 數據清洗與分割
    3.2 基於TensorFlow的長短期記憶網絡模型預測
    3.2.1 處理序列
    3.2.2 參數準備
    3.2.3 創建LSTM模型
    3.2.4 訓練模型
    3.2.5 模型預覽與測試
    3.2.6 對比預測值模型預覽
    3.3 小結
    第4章 福彩3D中獎預測
    4.1 數據準備
    4.1.1 環境準備
    4.1.2 數據準備
    4.1.3 數據預處理
    4.1.4 數據可視化
    4.2 基於神經網絡模型預測
    4.2.1 決策樹
    4.2.2 多層感知器
    4.2.3 時間序列基礎
    4.2.4 時間序列預測
    4.2.5 根據開獎號碼單變量單個位數預測
    4.3 小結
    第5章 股票走勢預測
    5.1 數據準備
    5.1.1 環境準備
    5.1.2 數據集說明
    5.2 百度股票預測
    5.2.1 數據準備
    5.2.2 數據可視化
    5.2.3 計算購買的股票收益
    5.2.4 訓練和評估模型
    5.2.5 股票預測
    5.2.6 股票買入策略
    5.3 微軟股票預測
    5.3.1 數據準備
    5.3.2 數據可視化
    5.3.3 計算購買的股票收益
    5.3.4 訓練和評估模型
    5.3.5 股票預測
    5.3.6 股票買入戰略
    5.4 小結
    第6章 垃圾郵件預測
    6.1 數據準備
    6.1.1 環境準備
    6.1.2 數據準備
    6.1.3 數據預處理
    6.2 基於多項式樸素貝葉斯的郵件分類
    6.2.1 數據處理
    6.2.2 創建和訓練模型
    6.2.3 測試模型
    6.3 基於TensorFlow的神經網絡模型的郵件分類
    6.3.1 構建N-Gram向量化數據
    6.3.2 創建模型
    6.3.3 訓練模型
    6.3.4 可視化訓練結果
    6.4 小結
    第7章 影評的情感分析
    7.1 數據準備
    7.1.1 環境準備
    7.1.2 預處理數據
    7.1.3 數據集編碼
    7.1.4 數據集分割
    7.2 基於TensorFlow的長短期記憶網絡實現影評的情感分析
    7.2.1 參數準備
    7.2.2 創建LSTM模型
    7.2.3 訓練模型
    7.2.4 模型測試
    7.3 基於Keras的長短期記憶網絡實現影評的情感分析
    7.3.1 數據預處理
    7.3.2 創建模型
    7.3.3 預覽模型架構
    7.3.4 訓練模型
    7.3.5 模型評估
    7.4 小結
    第8章 語言翻譯
    8.1 數據準備
    8.1.1 環境準備
    8.1.2 數據準備
    8.1.3 數據預處理
    8.2 基於Keras的長短期記憶網絡實現語言翻譯
    8.2.1 Tokenize文本數據
    8.2.2 數據編碼和填充
    8.2.3 創建模型
    8.2.4 訓練模型
    8.2.5 測試模型
    第二篇 識別類項目實戰
    第9章 MNIST手寫數字識別
    9.1 MNIST數據集
    9.1.1 簡介
    9.1.2 數據下載
    9.1.3 可視化數據
    9.2 基於多層感知器的TensorFlow實現MNIST識別
    9.2.1 參數準備
    9.2.2 創建模型
    9.2.3 訓練模型
    9.2.4 模型預測
    9.3 基於多層感知器的Keras實現MNIST識別
    9.3.1 數據準備
    9.3.2 創建模型
    9.3.3 訓練模型
    9.3.4 模型預測
    9.3.5 單張圖像預測
    9.4 基於卷積神經網絡的TensorFlow實現MNIST識別
    9.4.1 參數準備
    9.4.2 創建模型
    9.4.3 訓練模型
    9.4.4 模型預測
    9.5 基於卷積神經網絡的Keras實現MNIST識別
    9.5.1 數據準備
    9.5.2 創建模型
    9.5.3 訓練模型
    9.5.4 模型預測
    9.5.5 單張圖像預測
    9.6 小結
    第 10章 狗狗的品種識別
    10.1 數據準備
    10.1.1 環境準備
    10.1.2 數據可視化
    10.1.3 預處理數據
    10.2 基於Keras的卷積神經網絡模型預測
    10.2.1 創建模型
    10.2.2 訓練模型
    10.2.3 模型評估
    10.3 基於Keras的InceptionV3預訓練模型實現預測
    10.3.1 模型函數聲明
    10.3.2 預測單張圖片
    10.4 基於TFHUB的Keras的遷移學習實現預測
    10.4.1 數據集下載和準備
    10.4.2 預訓練模型下載
    10.4.3 創建模型
    10.4.4 訓練模型
    10.4.5 測試模型
    10.4.6 模型預測單張圖片
    10.5 小結
    第 11章 人臉識別
    11.1 數據準備
    11.1.1 環境準備
    11.1.2 數據下載和分析
    11.1.3 人臉圖像數據預覽
    11.2 基於FaceNet的人臉對齊和驗證
    11.2.1 下載和對齊圖像
    11.2.2 在LFW上驗證
    11.3 訓練自己的人臉識別模型
    11.3.1 圖像數據準備和對齊
    11.3.2 訓練模型
    11.3.3 驗證模型
    11.3.4 再訓練模型
    11.3.5 再評估模型
    11.3.6 將模型CheckPoints文件轉換成pb文件
    11.4 基於FaceRecognition的人臉識別
    11.4.1 配置環境
    11.4.2 人臉圖像檢測
    11.4.3 實時人臉識別
    11.5 小結
    第 12章 人臉面部表情識別
    12.1 基於Keras的卷積神經網絡實現人臉面部表情識別
    12.1.1 環境準備
    12.1.2 數據準備
    12.1.3 數據集分割
    12.1.4 數據集預處理
    12.1.5 構建CNN模型
    12.1.6 圖片增強與訓練模型
    12.1.7 評估模型
    12.1.8 保存與讀取模型
    12.1.9 單張圖片測試模型
    12.2 對視頻中的人臉面部做表情識別
    12.2.1 讀取模型
    12.2.2 模型參數定義
    12.2.3 視頻的幀處理函數定義
    12.2.4 識別與轉換視頻
    12.3 實時人臉面部表情識別
    12.3.1 模型參數定義
    12.3.2 啟動攝像頭和識別處理
    12.4 小結
    第 13章 人體姿態識別
    13.1 基於TensorFlow實現人體姿態識別
    13.1.1 環境準備
    13.1.2 下載與安裝
    13.1.3 單張圖像識別
    13.1.4 視頻內容裡的人的姿態識別
    13.1.5 實時攝像識別
    13.2 基於Keras實現人體姿態識別
    13.2.1 環境準備
    13.2.2 下載倉庫
    13.2.3 單張圖像識別
    13.2.4 視頻內容裡的人的姿態識別
    13.2.5 實時攝像識別
    13.3 小結
    第 14章 皮膚癌分類
    14.1 數據準備
    14.1.1 環境準備
    14.1.2 數據下載
    14.1.3 數據可視化
    14.2 基於Keras的卷積神經網絡實現分類
    14.2.1 數據預處理
    14.2.2 創建CNN模型
    14.2.3 編譯模型
    14.2.4 訓練模型
    14.2.5 評估模型和圖像測試
    14.3 基於TensorFlow的遷移學習實現分類
    14.3.1 數據準備
    14.3.2 訓練模型
    14.3.3 驗證模型
    14.3.4 Tensorboard可視化
    14.4 小結
    第 15章 對像檢測
    15.1 對像檢測的應用領域
    15.1.1 無人機應用領域
    15.1.2 自動駕駛汽車應用領域
    15.1.3 無人超市應用領域
    15.2 原理分析
    15.2.1 R-CNN的介紹與分析
    15.2.2 Faster R-CNN的介紹與分析
    15.2.3 Mask R-CNN的介紹與分析
    15.3 基於Mask R-CNN Inception COCO的圖片對像檢測
    15.3.1 環境準備
    15.3.2 導入Packages
    15.3.3 下載 Mask R-CNN Inception 2018 預訓練模型
    15.3.4 加載模型到內存中
    15.3.5 加載類別映射
    15.3.6 定義函數將圖片轉為Numpy數組
    15.3.7 定義圖像對像檢測函數
    15.3.8 檢測圖像中的對像
    15.3.9 效果預覽
    15.4 基於Faster R-CNN Inception COCO的視頻實時對像檢測
    15.4.1 環境準備
    15.4.2 導入Packages
    15.4.3 下載Faster R-CNN Inception 2018預訓練模型
    15.4.4 加載模型到內存中
    15.4.5 加載類別映射
    15.4.6 定義視頻中的圖像對像檢測函數
    15.4.7 定義視頻中的圖像處理函數
    15.4.8 視頻中的圖像對像檢測
    15.4.9 效果預覽
    15.5 基於 SSD MobileNet COCO的實時對像檢測
    15.5.1 環境準備
    15.5.2 導入Packages
    15.5.3 下載 SSD MobileNet 2018 預訓練模型
    15.5.4 加載模型到內存中
    15.5.5 加載類別映射
    15.5.6 開啟實時對像檢測
    15.5.7 效果預覽
    15.6 小結
    第三篇 生成類項目實戰
    第 16章 看圖寫話
    16.1 數據準備
    16.1.1 環境準備
    16.1.2 數據下載
    16.1.3 數據預處理
    16.2 基於TensorFlow的Show and Tell實現看圖寫話
    16.2.1 數據統計
    16.2.2 構建TFRecords格式數據
    16.2.3 訓練模型
    16.2.4 評估模型
    16.2.5 測試模型
    16.3 小結
    第 17章 生成電視劇劇本
    17.1 數據準備
    17.1.1 環境準備
    17.1.2 數據預處理
    17.1.3 數據可視化分析
    17.2 基於TensorFlow的循環神經網絡實現生成電視劇劇本
    17.2.1 創建檢查表
    17.2.2 數據token化預處理
    17.2.3 創建Tensor占位符和學習率
    17.2.4 初始化RNN Cell
    17.2.5 創建Embedding
    17.2.6 創建神經網絡
    17.2.7 創建超參數和優化器
    17.2.8 訓練神經網絡模型
    17.2.9 生成電視劇劇本
    17.3 基於Textgenrnn來實現生成電視劇劇本
    17.3.1 訓練模型
    17.3.2 生成劇本文本
    17.4 小結
    第 18章 風格遷移
    18.1 基於TensorFlow實現神經風格遷移
    18.1.1 環境準備
    18.1.2 圖像預覽
    18.1.3 處理圖像
    18.1.4 模型獲取
    18.1.5 損失函數計算
    18.1.6 訓練模型與圖像生成
    18.2 基於Keras實現神經風格遷移
    18.2.1 圖像預覽
    18.2.2 圖片處理
    18.2.3 獲取模型
    18.2.4 損失函數計算
    18.2.5 迭代與生成風格圖像
    18.3 小結
    第 19章 生成人臉
    19.1 基於TensorFlow的GAN實現MNIST數字圖像生成
    19.1.1 環境準備
    19.1.2 MNIST數字圖像數據準備
    19.1.3 隨機查看25張圖像
    19.1.4 構建模型輸入
    19.1.5 構建辨別器
    19.1.6 構建生成器
    19.1.7 計算模型損失
    19.1.8 構建優化器
    19.1.9 構建訓練模型時的圖像輸出
    19.1.10 構建訓練模型函數
    19.1.11 訓練MNIST數據集的GAN模型
    19.2 基於TensorFlow的GAN實現LFW人臉圖像生成
    19.2.1 人臉圖像數據準備
    19.2.2 訓練LFW數據集的GAN模型
    19.3 小結
    第 20章 圖像超分辨率
    20.1 效果預覽與數據準備
    20.1.1 效果預覽
    20.1.2 環境準備
    20.1.3 數據準備
    20.2 基於TensorFlow的DCGAN實現超分辨率
    20.2.1 下載srez代碼庫
    20.2.2 訓練模型將模糊圖像生成清晰圖像
    20.2.3 輸出效果預覽
    20.2.4 生成效果圖視頻
    20.2.5 圖片放大高清化
    20.3 srez庫的代碼分析
    20.3.1 主入口函數代碼分析
    20.3.2 創建模型代碼分析
    20.3.3 訓練模型代碼分析
    20.4 小結
    第 21章 移花接木
    21.1 基本信息
    21.1.1 三種模型效果預覽
    21.1.2 環境準備
    21.1.3 圖片數據集準備
    21.1.4 CycleGAN網絡模型架構
    21.2 基於CycleGAN將蘋果生成橘子
    21.2.1 下載代碼庫
    21.2.2 圖片數據處理
    21.2.3 訓練模型
    21.2.4 導出模型
    21.2.5 測試圖片
    21.3 基於CycleGAN將馬生成斑馬
    21.3.1 圖片數據處理
    21.3.2 訓練模型
    21.3.3 導出模型
    21.3.4 測試圖片
    21.4 男性和女性的人臉面貌互換
    21.4.1 環境準備
    21.4.2 計算和生成模型
    21.4.3 代碼分析
    21.5 小結
    查看全部↓



    "
     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部