掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
深度學習
-
>
Unreal Engine 4藍圖完全學習教程
-
>
深入理解計算機系統(tǒng)-原書第3版
-
>
Word/Excel PPT 2013辦公應用從入門到精通-(附贈1DVD.含語音視頻教學+辦公模板+PDF電子書)
人工智能與大數(shù)據(jù)系列深度學習:從Python到TensorFlow應用實戰(zhàn) 版權信息
- ISBN：9787302545651
- 條形碼：9787302545651 ; 978-7-302-54565-1
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能與大數(shù)據(jù)系列深度學習:從Python到TensorFlow應用實戰(zhàn) 本書特色
讀者對象本書適合需要具體實現(xiàn)機器學習應用的開發(fā)人員或者對人工智能等相關 領域感興趣的人員參考。 隨著可獲得文本和語音數(shù)據(jù)的日益增多，自然語言處理技術在生產(chǎn)和生活中發(fā)揮越來越重要的作用！渡疃葘W習： 從Python到TensorFlow應用實戰(zhàn)》介紹如何使用流行的TensorFlow進行自然語言處理，并介紹流行的Python語言以 及使用Python開發(fā)TensorFlow應用。
人工智能與大數(shù)據(jù)系列深度學習:從Python到TensorFlow應用實戰(zhàn) 內(nèi)容簡介
《深度學習：從Python到TensorFlow應用實戰(zhàn)》全面介紹深度學習中的卷積神經(jīng)網(wǎng)絡結構、學習原理、代碼實現(xiàn)、API調(diào)用等基本知識，重點介紹開發(fā)深度學習應用所需要的Python技術基礎以及TensorFlow深度學習庫，并以文本分類和語音識別為例說明TensorFlow的應用場景。《深度學習：從Python到TensorFlow應用實戰(zhàn)》可供對TensorFlow比較熟悉并且對機器學習有所了解的開發(fā)人員、科技工作者和研究人員參考，也可作為高等院校計算機、軟件工程等專業(yè)高年級本科生與研究生的教材。
人工智能與大數(shù)據(jù)系列深度學習:從Python到TensorFlow應用實戰(zhàn) 目錄
目 錄
第1章 深度學習快速入門 1
1.1 各種深度學習應用 1
1.2 準備開發(fā)環(huán)境 2
1.2.1 Linux基礎 2
1.2.2 Micro編輯器 5
1.2.3 Shell基礎 5
1.2.4 Linux下安裝Python 8
1.2.5 選擇Python版本 9
1.2.6 使用AWK 9
1.2.7 Windows下安裝Python 10
1.2.8 搭建PyDev集成開發(fā)環(huán)境 11
1.3 體驗TensorFlow文本分類 12
1.3.1 安裝TensorFlow 12
1.3.2 實現(xiàn)文本分類 14
1.4 本章小結 16
第2章 Python編程語言基礎 17
2.1 變量 17
2.2 注釋 17
2.3 簡單數(shù)據(jù)類型 18
2.3.1 數(shù)值 18
2.3.2 字符串 20
2.3.3 數(shù)組 22
2.4 字面值 22
2.5 控制流 23
2.5.1 if語句 23
2.5.2 循環(huán) 24
2.6 列表 25
2.7 元組 28
2.8 集合 30
2.9 字典 30
2.10 位數(shù)組 31
2.11 模塊 32
2.12 函數(shù) 33
2.13 print函數(shù) 35
2.14 正則表達式 37
2.15 文件操作 39
2.15.1 讀寫文件 40
2.15.2 重命名文件 41
2.15.3 遍歷文件 41
2.16 使用pickle模塊序列化對象 42
2.17 面向對象編程 42
2.18 命令行參數(shù) 44
2.19 數(shù)據(jù)庫 45
2.20 JSON格式 46
2.21 日志記錄 46
2.22 異常處理 48
2.23 通過PyJNIus使用Java 48
2.24 本章小結 49
第3章 語音識別中的深度學習 50
3.1 神經(jīng)網(wǎng)絡基礎 50
3.1.1 實現(xiàn)深度前饋網(wǎng)絡 52
3.1.2 計算過程 61
3.2 卷積神經(jīng)網(wǎng)絡 67
3.3 語音識別語料庫 73
3.3.1 TIMIT語料庫 73
3.3.2 LibriSpeech語料庫 74
3.3.3 中文語料庫 74
3.4 搭建深度學習框架開發(fā)環(huán)境 75
3.4.1 安裝Clang 75
3.4.2 構建配置 79
3.4.3 configure腳本 80
3.4.4 靜態(tài)代碼分析 82
3.4.5 LLDB調(diào)試 83
3.4.6 使用Cygwin模擬環(huán)境 86
3.4.7 使用CMake構建項目 86
3.4.8 使用Gradle構建項目 87
3.4.9 Jenkins實現(xiàn)持續(xù)集成 92
3.5 TensorFlow識別語音 92
3.5.1 使用Keras 92
3.5.2 安裝TensorFlow 94
3.5.3 安裝TensorFlow的Docker容器 96
3.5.4 使用TensorFlow 97
3.5.5 一維卷積 137
3.5.6 二維卷積 139
3.5.7 膨脹卷積 141
3.5.8 TensorFlow實現(xiàn)簡單的語音識別 142
3.5.9 NumPy提取語音識別特征 144
3.5.10 Numba 147
3.6 端到端深度學習 148
3.7 Dropout解決過度擬合問題 148
3.8 NumPy中的矩陣運算 151
3.9 說話者識別 152
3.10 聯(lián)邦學習 154
3.11 本章小結 160
第4章 C#開發(fā)深度學習應用 161
4.1 使用TensorFlow.NET 161
4.2 使用TensorFlowSharp 163
4.3 本章小結 164
第5章 Slurm并行訓練 165
5.1 網(wǎng)格計算引擎Slurm簡介 165
5.1.1 安裝Slurm 166
5.1.2 Slurm腳本編程 171
5.2 TensorFlow集群 172
5.3 本章小結 173
參考文獻 174
第1章 深度學習快速入門 1
1.1 各種深度學習應用 1
1.2 準備開發(fā)環(huán)境 2
1.2.1 Linux基礎 2
1.2.2 Micro編輯器 5
1.2.3 Shell基礎 5
1.2.4 Linux下安裝Python 8
1.2.5 選擇Python版本 9
1.2.6 使用AWK 9
1.2.7 Windows下安裝Python 10
1.2.8 搭建PyDev集成開發(fā)環(huán)境 11
1.3 體驗TensorFlow文本分類 12
1.3.1 安裝TensorFlow 12
1.3.2 實現(xiàn)文本分類 14
1.4 本章小結 16
第2章 Python編程語言基礎 17
2.1 變量 17
2.2 注釋 17
2.3 簡單數(shù)據(jù)類型 18
2.3.1 數(shù)值 18
2.3.2 字符串 20
2.3.3 數(shù)組 22
2.4 字面值 22
2.5 控制流 23
2.5.1 if語句 23
2.5.2 循環(huán) 24
2.6 列表 25
2.7 元組 28
2.8 集合 30
2.9 字典 30
2.10 位數(shù)組 31
2.11 模塊 32
2.12 函數(shù) 33
2.13 print函數(shù) 35
2.14 正則表達式 37
2.15 文件操作 39
2.15.1 讀寫文件 40
2.15.2 重命名文件 41
2.15.3 遍歷文件 41
2.16 使用pickle模塊序列化對象 42
2.17 面向對象編程 42
2.18 命令行參數(shù) 44
2.19 數(shù)據(jù)庫 45
2.20 JSON格式 46
2.21 日志記錄 46
2.22 異常處理 48
2.23 通過PyJNIus使用Java 48
2.24 本章小結 49
第3章 語音識別中的深度學習 50
3.1 神經(jīng)網(wǎng)絡基礎 50
3.1.1 實現(xiàn)深度前饋網(wǎng)絡 52
3.1.2 計算過程 61
3.2 卷積神經(jīng)網(wǎng)絡 67
3.3 語音識別語料庫 73
3.3.1 TIMIT語料庫 73
3.3.2 LibriSpeech語料庫 74
3.3.3 中文語料庫 74
3.4 搭建深度學習框架開發(fā)環(huán)境 75
3.4.1 安裝Clang 75
3.4.2 構建配置 79
3.4.3 configure腳本 80
3.4.4 靜態(tài)代碼分析 82
3.4.5 LLDB調(diào)試 83
3.4.6 使用Cygwin模擬環(huán)境 86
3.4.7 使用CMake構建項目 86
3.4.8 使用Gradle構建項目 87
3.4.9 Jenkins實現(xiàn)持續(xù)集成 92
3.5 TensorFlow識別語音 92
3.5.1 使用Keras 92
3.5.2 安裝TensorFlow 94
3.5.3 安裝TensorFlow的Docker容器 96
3.5.4 使用TensorFlow 97
3.5.5 一維卷積 137
3.5.6 二維卷積 139
3.5.7 膨脹卷積 141
3.5.8 TensorFlow實現(xiàn)簡單的語音識別 142
3.5.9 NumPy提取語音識別特征 144
3.5.10 Numba 147
3.6 端到端深度學習 148
3.7 Dropout解決過度擬合問題 148
3.8 NumPy中的矩陣運算 151
3.9 說話者識別 152
3.10 聯(lián)邦學習 154
3.11 本章小結 160
第4章 C#開發(fā)深度學習應用 161
4.1 使用TensorFlow.NET 161
4.2 使用TensorFlowSharp 163
4.3 本章小結 164
第5章 Slurm并行訓練 165
5.1 網(wǎng)格計算引擎Slurm簡介 165
5.1.1 安裝Slurm 166
5.1.2 Slurm腳本編程 171
5.2 TensorFlow集群 172
5.3 本章小結 173
參考文獻 174
展開全部
書友推薦
- >
姑媽的寶刀
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
- >
苦雨齋序跋文-周作人自編集
- >
伊索寓言-世界文學名著典藏-全譯本
- >
唐代進士錄
- >
隨園食單
- >
推拿
- >
朝聞道
本類暢銷
