新書推薦：
《
能源与动力工程测试技术（穆林）
》
售價：HK$
94.8
《
大学问·明清江南商业的发展
》
售價：HK$
106.8
《
金庸评传
》
售價：HK$
201.6
《
西方哲学史
》
售價：HK$
106.8
《
中国财富管理发展指数（2022）
》
售價：HK$
69.6
《
嫉妒与社会
》
售價：HK$
98.4
《
希腊神话和仪式中的结构与历史
》
售價：HK$
93.6
《
世界花纹与图案大典
》
售價：HK$
357.6
|
| 編輯推薦： |
|
人工智能无疑是近年来热门词汇，而深度学习又是热门中的热门，对于想要进入人工智能行业的您来说，节省时间、快速入门首要问题。再多的知识也要实践，现场实操，才是快速学习、消化的通路。 《Python深度学习入门： 从基础知识到实践应用》正是这样一本，从基础理论讲起，以实操驱动的方式全面展示技巧和方法，为您提供了快速入门机器学习的途径，找到了学习的方法。
|
| 內容簡介： |
|
《Python深度学习入门： 从基础知识到实践应用》全面细致地讲解了深度学习的基础知识及其应用，具体内容包括深度学习开发环境的准备、Python的基础知识，以及深度学习模型的使用与开发等。书中充分结合了实例，对深度学习的概念、模型和程序语句进行了深入浅出的介绍，尤其是重点介绍了使用迁移学习的“NyanCheck”应用程序如何识别图像的种类，全面剖析了深度学习在实际中的应用。
|
| 目錄：
|
|
目录译者序原书前言本书的读者对象和阅读本书所需的必要知识本书的构成第1 部分 Python入门篇第0 章 开发环境的准备 0010.1 Anaconda 的安装 0020.1.1 Anaconda 的安装方法 0020.1.2 虚拟环境的搭建 0060.1.3 库的安装 0080.1.4 Jupyter 的启动和安装 0090.2 Google Colaboratory 的使用 0120.3 macOS 中虚拟环境的搭建 013第1 章 运算、变量和类型 0171.1 输出Hello world 0181.1.1 关于Python 0181.1.2 使用Python 输出Hello world 0181.2 Python 的用途 0191.3 注释的输入 0201.4 数字和字符串 0211.5 运算 0231.6 变量 0261.6.1 变量的定义 0261.6.2 变量的命名规则 0261.7 变量的更新 0301.8 字符串的拼接 0351.9 类型 0371.10 类型的转换 0401.11 比较运算符的转换 043第2 章 if 条件语句 0452.1 if 语句 0462.2 else 语句 0492.3 elif 语句 0512.4 and、not、or 054第3 章 列表类型 0573.1 列表类型① 0583.2 列表类型② 0603.3 list in list 0623.4 列表的取值 0643.5 列表的切片 0663.6 列表元素的更新和添加 0693.7 列表元素的删除 0713.8 列表类型的注意要点 073第4 章 字典类型 0774.1 什么是字典类型 0784.2 字典的取值 0804.3 字典的更新和添加 0824.4 字典元素的删除 084第5 章 while 语句 0875.1 什么是while 语句 0885.2 while 语句的使用 0905.3 while+if 语句的使用 092第6 章 for 语句 0956.1 什么是for 语句 0966.2 什么是break 语句 0986.3 什么是continue 语句 1006.4 for 语句中的索引表示 1026.5 列表嵌套循环 1046.6 字典类型的循环 106第7 章 函数与方法 1097.1 函数的基础与内置函数 1107.2 函数与方法的说明 1147.3 字符串类型的方法 1177.4 字符串类型的方法（format） 1197.5 列表类型的方法（index） 1217.6 列表类型的方法（sort） 1237.7 定义一个函数 1267.8 参数 1287.9 多个参数 1307.10 参数的默认值 1327.11 return 1347.12 函数的import 137第8 章 对象和类 1418.1 对象 1428.2 类（成员和构造方法） 1448.3 类（方法） 1478.4 字符串的格式化 151第2 部分深度学习篇第9 章 NumPy 与数组 1559.1 NumPy 简介 1569.2 NumPy 的import 1579.3 NumPy 与列表的比较 1589.4 array 的创建 1609.4.1 关于array 的创建 1609.4.2 数组形状的指定方法 1609.4.3 基于数组范围创建数组的方法 1619.5 元素的访问 1639.6 np.array 的属性 1659.7 slice 1679.8 数组特定元素的访问 1699.9 数组的运算 1719.10 np.array 的形状操作 1739.11 数组的合并 1779.12 数组的分割 1799.13 数组的复制 1809.14 数组的多种运算 1819.15 广播 186第10 章 Pandas 与DataFrame 18910.1 Pandas 简介 19010.2 DataFrame 的创建 19310.3 DataFrame 的表示 19510.4 统计量的表示 19810.5 DataFrame 的排序（sort） 19910.6 DataFrame 的筛选 20110.7 特定条件的取值 20510.8 列的添加 20610.9 DataFrame 的运算 20710.10 复杂的运算 21110.11 DataFrame 的合并 21310.12 分组 21810.13 图表的表示 220第11 章 单层感知器 22511.1 单层感知器简介 22611.1.1 什么是单层感知器 22611.1.2 关于单层感知器的学习 22611.2 单层感知器的实际操作 23011.2.1 NumPy 和Keras 的模块导入 23011.2.2 学习网络定义 23011.2.3 神经网络的输入和监督信号的设定 23111.2.4 学习的设置与实行 23111.2.5 学习权重的确认 23311.2.6 学习的神经网络的输出确认 234第12 章 深度学习入门 23512.1 深度学习简介 23612.1.1 什么是深度学习 23612.1.2 多层感知器的学习方法 23612.2 CrossEntropy 23912.3 softmax 24012.4 SGD 24112.5 梯度消失问题 24212.6 深度学习的应用 24412.7 利用全连接神经网络进行分类 24612.8 利用全连接神经网络进行分类（CIFAR10） 24912.9 卷积层神经网络简介 25312.9.1 深度学习中层的种类 25312.9.2 什么是卷积层神经网络 25312.9.3 卷积层神经网络的计算方法 25412.10 批量正则化 25612.11 Global Average Pooling 25712.12 Keras 26712.12.1 什么是Keras 26712.12.2 Keras 的Sequence 模型与Model API 26712.12.3 Keras 的编程实例 268第13 章 迁移学习与NyanCheck 开发 27113.1 迁移学习简介 27213.2 关于NyanCheck 27313.3 NyanCheck 应用程序的构成 27413.3.1 样本NyanCheck 应用程序的构成 27413.3.2 HTML 的模板 27413.3.3 脚本的应用 27613.3.4 服务器端的处理 27713.3.5 猫种类识别的操作 28113.4 数据的收集、整理和分类 28413.4.1 猫种类的判别 28413.4.2 图像获取的操作 28613.5 数据的扩充及学习 29413.5.1 模块的import 29413.5.2 数据的学习 29413.5.3 模型的编译 29713.5.4 运行应用程序 30213.6 关于Google Cloud Platform
|
| 內容試閱：
|
|
原书前言 近年来，在人工智能的相关领域中，深度学习备受关注。在深度学习领域中，“图像处理”的关注程度较高，应用范围较广，服务支持较多。此外，放眼全球该领域的论文，每年发表的与图像识别相关的论文数不胜数。 本书面向在研究和工作中使用深度学习的工程师，是一本涉及Python 必要基础知识、深度学习模型开发方法以及Web 应用程序使用方法的书籍。 本书是为以下人士而写的： 没有Python 的基础知识储备，但想学习深度学习。 想知道如何使用深度学习模型开发Web 应用程序。 对于这些读者来说，我们使用的数学公式不是很多，即使使用也是在编写相关程序时以一种易于理解的方式对其进行解释。特别是后一章中介绍的名为“ NyanCheck”的应用程序，使用了迁移学习，通过读取猫的图像来识别猫的类型，这对实际的应用程序开发具有重要的参考价值。 本书如能为工程师们的应用程序开发助一臂之力， 我们将甚为荣幸。 木村优志 2019 年6 月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
