标签分类 热门分类
当前位置:首页 > 人工智能电子书 > TensorFlow电子书网盘下载
TensorFlow深度学习应用实践 TensorFlow深度学习应用实践
jyyyyyyyycheng

jyyyyyyyycheng 提供上传

资源
31
粉丝
37
喜欢
142
评论
6

    TensorFlow深度学习应用实践 PDF 扫描版

    TensorFlow电子书
    • 发布时间:

    给大家带来的一篇关于TensorFlow相关的电子书资源,介绍了关于TensorFlow、深度学习方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小178.9 MB,王晓华编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.1,更多相关的学习资源可以参阅 人工智能电子书、等栏目。

  • TensorFlow深度学习应用实践 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1iEBlZlsWvyJX_rvkjf8yy
  • 分享码:jng6
  • 《TensorFlow深度学习应用实践》总的指导思想是在掌握深度学习的基本知识和特性的基础上,培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。

    全书力求深入浅出,通过通俗易懂的语言和详细的程序分析,介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。 本书共22章,内容包括Python类库的安装和使用、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、人工神经网络、反馈神经网络、全卷积神经网络的理论基础、深度学习模型的创建、模型的特性、算法、ResNet、Slim、GAN等。本书强调理论联系实际,重点介绍TensorFlow编程解决图像识别的应用,提供了大量数据集,并以代码的形式实现了深度学习模型,以供读者参考。

    本书既可作为学习人工神经网络、深度学习、TensorFlow程序设计以及图像处理等相关内容的程序设计人员培训和自学用书,也可作为高等院校和培训机构相关专业的教材。

    目录

    • 第1章 星星之火 1
    • 第2章 Python的安装与使用 8
    • 第3章 深度学习的理论基础——机器学习 22
    • 第4章 Python类库的使用——数据处理及可视化展示 37
    • 第5章 OpenCV的基础使用 62
    • 第6章 OpenCV与TensorFlow的融合 73
    • 第7章 Let’s playTensorFlow 82
    • 第8章 Hello TensorFlow,从0到1 94
    • 第9章 TensorFlow重要算法基础 108
    • 第10章 TensorFlow数据的生成与读取详解 137
    • 第11章 回归分析——从TensorFlow陷阱与细节开始 156
    • 第12章 TensorFlow编程实战——MNIST手写体识别 183
    • 第13章 卷积神经网络原理 202
    • 第14章 卷积神经网络公式推导与应用 238
    • 第15章 猫狗大战——实战AlexNet 262
    • 第16章 我们都爱Finetuning——复用VGG16进行猫狗大战 298
    • 第17章 开始找工作吧——深度学习常用面试问题答疑 337
    • 第18章 暂时的冠军——ResNet简介及TensorFlow实现 356
    • 第19章 TensorFlow高级API—— Slim使用入门 368
    • 第20章 Slim使用进阶 400
    • 第21章 全卷积神经网络图像分割入门 420
    • 第22章 不服就是GAN——对抗生成网络 439

    上一篇:Web开发实战  下一篇:机器人控制系统的设计与MATLAB仿真:基本设计方法

    展开 +

    收起 -

     
    TensorFlow 相关电子书
    关于TensorFlow的学习笔记
    网友NO.841708

    Python编程深度学习计算库之numpy

    NumPy是python下的计算库,被非常广泛地应用,尤其是近来的深度学习的推广。在这篇文章中,将会介绍使用numpy进行一些最为基础的计算。 NumPy vs SciPy NumPy和SciPy都可以进行运算,主要区别如下 最近比较热门的深度学习,比如在神经网络的算法,多维数组的使用是一个极为重要的场景。如果你熟悉tensorflow中的tensor的概念,你会非常清晰numpy的作用。所以熟悉Numpy可以说是使用python进行深度学习入门的一个基础知识。 安装 liumiaocn:tmp liumiao$ pip install numpyCollecting numpy Downloading https://files.pythonhosted.org/packages/b6/5e/4b2c794fb57a42e285d6e0fae0e9163773c5a6a6a7e1794967fc5d2168f2/numpy-1.14.5-cp27-cp27m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (4.7MB) 100% |████████████████████████████████| 4.7MB 284kB/s Installing collected packages: numpySuccessfully installed numpy-1.14.5liumiaocn:tmp liumiao$ 确认 liumiaocn:tmp liumiao$ pip show numpyName: numpyVersion: 1.14.5Summary: NumPy: array processing for numbers, strings, records, and objects.Home-page: http://www.numpy.orgAuthor: Travis E. Oliphant et al.Author-email: NoneLicense: BSDLocation: /usr/local/lib/python2.7/site-packagesRequires: Required-by: liumiaocn:tmp liumiao$ 使用 使用numpy的数组 使用如下例子简单来理解一下numpy的数组的使用:……

    网友NO.776031

    Dlib+OpenCV深度学习人脸识别的方法示例

    前言 人脸识别在LWF(Labeled Faces in the Wild)数据集上人脸识别率现在已经99.7%以上,这个识别率确实非常高了,但是真实的环境中的准确率有多少呢?我没有这方面的数据,但是可以确信的是真实环境中的识别率并没有那么乐观。现在虽然有一些商业应用如员工人脸识别管理系统、海关身份验证系统、甚至是银行人脸识别功能,但是我们可以仔细想想员工人脸识别管理,海关身份证系统的应用场景对身份的验证功能其实并没有商家吹嘘的那么重要,打个比方说员工上班的时候刷脸如果失败了会怎样,是不是重新识别一下,如果还是误识别,或是识别不出,是不是就干脆刷卡或是其他方式登记上班,然后骂一句他娘的,本人那么帅居然没识别出来!那银行柜员机上人脸识别系统呢,你看它敢不敢让你连密码也不输直接刷脸转账,是不是关掉了人脸识别、指纹识别机器还可以正常运作。所以说真实环境中在各种光照因素、年龄因素、网红因素(化妆)、甚至是作弊因素等各种因素条件下的识别率有多少只有产品厂家自己知道,我相信每个厂家针对这些情况都有做优化,比如外围硬件的辅助,针对特定场景的各种约束等等,通过各个厂家自己在各个方面对系统的优化,是可以提升自身产品的综合体验的。 前面扯远了,本文的目的是……

    网友NO.477977

    TensorFlow深度学习之卷积神经网络CNN

    一、卷积神经网络的概述 卷积神经网络(ConvolutionalNeural Network,CNN)最初是为解决图像识别等问题设计的,CNN现在的应用已经不限于图像和视频,也可用于时间序列信号,比如音频信号和文本数据等。CNN作为一个深度学习架构被提出的最初诉求是降低对图像数据预处理的要求,避免复杂的特征工程。在卷积神经网络中,第一个卷积层会直接接受图像像素级的输入,每一层卷积(滤波器)都会提取数据中最有效的特征,这种方法可以提取到图像中最基础的特征,而后再进行组合和抽象形成更高阶的特征,因此CNN在理论上具有对图像缩放、平移和旋转的不变性。 卷积神经网络CNN的要点就是局部连接(LocalConnection)、权值共享(Weights Sharing)和池化层(Pooling)中的降采样(Down-Sampling)。其中,局部连接和权值共享降低了参数量,使训练复杂度大大下降并减轻了过拟合。同时权值共享还赋予了卷积网络对平移的容忍性,池化层降采样则进一步降低了输出参数量并赋予模型对轻度形变的容忍性,提高了模型的泛化能力。可以把卷积层卷积操作理解为用少量参数在图像的多个位置上提取相似特征的过程。 卷积层的空间排列: 上文讲解了卷积层中每个神经元与输入数据体之间的连接方式,但是尚未讨论输出数据体中神经元的数量,……

    网友NO.310018

    Python编程深度学习绘图库之matplotlib

    matplotlib是python的一个开源的2D绘图库,它的原作者是John D. Hunter,因为在设计上借鉴了matlab,所以成为matplotlib。和Pillow一样是被广泛使用的绘图功能,而在深度学习相关的部分,matplotlib得宠的多。这篇文章将简单介绍一下如何安装以及使用它来画一些非常常见的统计图形。 概要信息 注意事项:由于Python2支持到2020年,很多python库都开始主要支持python3了,matplotlib的主分支也已经是python3了。而这篇文章中为了简单,安装和demo代码依然是在python2.7上进行验证的。 安装 使用pip install即可直接安装。安装日志如下: liumiaocn:tmp liumiao$ python -mpip install -U pipRequirement already up-to-date: pip in /usr/local/lib/python2.7/site-packages (10.0.1)liumiaocn:tmp liumiao$ liumiaocn:tmp liumiao$ python -mpip install -U matplotlibCollecting matplotlib Downloading https://files.pythonhosted.org/packages/61/38/d70e8bf77d5cb27d5f3595edd0b3978825063feadd023786d2591e393e6e/matplotlib-2.2.2-cp27-cp27m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (13.7MB) 100% |████████████████████████████████| 13.7MB 2.1MB/s Collecting pyparsing!=2.0.4,!=2.1.2,!=2.1.6,=2.0.1 (from matplotlib) Downloading https://files.pythonhosted.org/packages/6a/8a/718fd7d3458f9fab8e67186b00abdd345b639976bc7fb3ae722e1b026a50/pyparsing-2.2.0-py2.p……

    Copyright 2018-2020 xz577.com 码农之家

    电子书资源由网友、会员提供上传,本站记录提供者的基本信息及资源来路

    鸣谢: “ 码小辫 ” 公众号提供回调API服务、“ 脚本CDN ”提供网站加速(本站寻求更多赞助支持)

    版权投诉 / 书籍推广 / 赞助:520161757@qq.com

    上传资源(网友、会员均可提供)

    查看最新会员资料及资源信息