实用卷积神经网络:运用Python实现高级深度学习模型

(副标题)：无 ;

(作者): Pradeep Pujari ;

内容简介：

​ 第1章　深度神经网络概述
在过去几年，我们已经见证了人工智能（深度学习）领域的显著进步。如今，深度学习是许多先进技术应用的基础，从自动驾驶汽车到自动创作艺术作品和音乐。科学家的目标是要让计算机不仅能理解语音，而且还能讲自然语言。深度学习是一种基于学习数据表示的机器学习方法，而不是特定的算法。深度学习能够使计算机从更简单和更小的概念构建复杂的概念。例如，深度学习系统通过将较低的标记边缘和角结合起来，并以分层的方式将它们组合成身体的各部分来识别一个人的形象。在不远的将来，深度学习将扩展到能让机器独立思考的相关应用。
本章将讨论以下主题：
·创建神经网络块。
·TensorFlow介绍。
·Keras介绍。
·反向传播。

目录预览：

​ 实用卷积神经网络:运用Python实现高级深度学习模型
第1章 深度神经网络概述
1.1 创建神经网络块
1.2 TensorFlow介绍
1.3 MNIST数据集介绍
1.4 Keras深度学习库概述
1.5 基于Keras和MNIST的手写数字识别
1.5.1 训练和测试数据的检索
1.5.2 训练数据的可视化
1.5.3 创建神经网络
1.5.4 训练神经网络
1.5.5 测试
1.6 理解反向传播
1.7 本章小结
第2章 卷积神经网络介绍
2.1 CNN历史
2.2 卷积神经网络
2.2.1 计算机如何解释图像
2.2.2 编码实现图像可视化
2.2.3 dropout
........