使用TensorFlow和Keras实现高级深度学习和神经网络模型
Key Features
- 快速掌握知识点
- 用实操夯实迁移学习理论
- 掌握实用技能
Book Description
迁移学习是机器学习技术的一种，它可以从一系列机器学习问题的训练中获得知识，并将这些知识用于训练其他相似类型的问题。本书分为3个部分：第1部分是深度学习基础，介绍了机器学习的基础知识、深度学习的基础知识和深度学习的架构；第2部分是迁移学习精要，介绍了迁移学习的基础知识和迁移学习的威力；第3部分是迁移学习案例研究，介绍了图像识别和分类、文本文档分类、音频事件识别和分类、DeepDream算法、风格迁移、自动图像扫描生成器、图像着色等内容。
本书适合数据科学家、机器学习工程师和数据分析师阅读，也适合对机器学习和迁移学习感兴趣的读者阅读。在阅读本书之前，希望读者对机器学习和Python编程有基本的掌握。
What you will learn
- 本书能带你厘清机器学习和深度学习的关键基本概念
- 深刻理解迁移学习的相关概念
- 学习大量现实世界中不同领域的案例和问题
Who this book is for
机器学习、深度学习、人工智能领域的研究人员及技术人员，数据科学家、Python开发者等
Table of Contents
- 机器学习基础
- 深度学习精要
- 理解深度学习架构
- 迁移学习基础
- 释放迁移学习的威力
- 图像识别和分类
- 文本文档分类
- 音频事件识别和分类
- DeepDream
- 风格迁移
- 自动图像扫描生成器
- 图像着色
Loading...
Loading...
Loading...
Loading...
