TensorFlow神经网络编程PDF电子书下载
- 电子书积分:10 积分如何计算积分?
- 作 者:(印)曼普里特·辛格·古特,(印)拉蒂普·杜瓦著
- 出 版 社:北京:机械工业出版社
- 出版年份:2018
- ISBN:9787111611783
- 页数:222 页
第1章 神经网络的数学原理 1
1.1 理解线性代数 1
1.1.1 环境设置 2
1.1.2 线性代数的数据结构 3
1.1.3 线性代数运算 4
1.1.4 求解线性方程 9
1.1.5 奇异值分解 11
1.1.6 特征值分解 14
1.1.7 主成分分析 14
1.2 微积分 15
1.2.1 梯度 16
1.2.2 Hessian矩阵 23
1.2.3 行列式 24
1.3 最优化 25
1.4 总结 28
第2章 深度前馈神经网络 29
2.1 定义前馈神经网络 29
2.2 理解反向传播 30
2.3 在TensorFlow中实现前馈神经网络 31
2.4 分析Iris数据集 34
2.5 使用前馈网络进行图像分类 40
2.6 总结 54
第3章 神经网络的优化 55
3.1 什么是优化 55
3.2 优化器的类型 56
3.3 梯度下降 57
3.3.1 梯度下降的变体 58
3.3.2 优化梯度下降的算法 59
3.4 优化器的选择 61
3.5 总结 64
第4章 卷积神经网络 65
4.1 卷积神经网络概述和直观理解 66
4.1.1 单个卷积层的计算 66
4.1.2 TensorFlow中的CNN 70
4.2 卷积操作 72
4.2.1 对图像进行卷积 73
4.2.2 步长 75
4.3 池化 76
4.3.1 最大池化 77
4.3.2 示例代码 78
4.4 使用卷积网络进行图像分类 80
4.5 总结 102
第5章 递归神经网络 103
5.1 递归神经网络介绍 103
5.1.1 RNN实现 105
5.1.2 TensorFlow RNN实现 110
5.2 长短期记忆网络简介 114
5.2.1 LSTM的生命周期 115
5.2.2 LSTM实现 117
5.3 情感分析 122
5.3.1 词嵌入 122
5.3.2 使用RNN进行情感分析 128
5.4 总结 134
第6章 生成模型 135
6.1 生成模型简介 135
6.1.1 判别模型对生成模型 136
6.1.2 生成模型的类型 137
6.2 GAN 140
6.2.1 GAN示例 141
6.2.2 GAN的种类 150
6.3 总结 152
第7章 深度信念网络 153
7.1 理解深度信念网络 154
7.2 训练模型 161
7.3 标签预测 162
7.4 探索模型的准确度 162
7.5 DBN在MNIST数据集上的应用 163
7.5.1 加载数据集 163
7.5.2 具有256个神经元的RBM层的DBN的输入参数 163
7.5.3 具有256个神经元的RBM层的DBN的输出 165
7.6 DBN中RBM层的神经元数量的影响 165
7.6.1 具有512个神经元的RBM层 165
7.6.2 具有128个神经元的RBM层 166
7.6.3 准确度指标对比 166
7.7 具有两个RBM层的DBN 167
7.8 用DBN对NotMNIST数据集进行分类 169
7.9 总结 172
第8章 自编码器 173
8.1 自编码算法 174
8.2 欠完备自编码器 175
8.3 数据集 175
8.4 基本自编码器 177
8.4.1 自编码器的初始化 177
8.4.2 AutoEncoder类 178
8.4.3 应用于MNIST数据集的基本自编码器 180
8.4.4 基本自编码器的完整代码 184
8.4.5 基本自编码器小结 186
8.5 加性高斯噪声自编码器 186
8.5.1 自编码器类 187
8.5.2 应用于MNIST数据集的加性高斯自编码器 188
8.5.3 绘制重建的图像 191
8.5.4 加性高斯自编码器的完整代码 192
8.5.5 比较基本自编码器和加性高斯噪声自编码器 193
8.5.6 加性高斯噪声自编码器小结 194
8.6 稀疏自编码器 194
8.6.1 KL散度 194
8.6.2 稀疏自编码器的完整代码 196
8.6.3 应用于MNIST数据集的稀疏自编码器 198
8.6.4 比较稀疏自编码器和加性高斯噪声自编码器 200
8.7 总结 200
第9章 神经网络研究 201
9.1 神经网络中避免过拟合 201
9.1.1 过拟合问题阐述 201
9.1.2 过拟合解决方案 202
9.1.3 影响效果 203
9.2 使用神经网络进行大规模视频处理 204
9.2.1 分辨率改进方案 204
9.2.2 特征直方图基线 205
9.2.3 定量结果 205
9.3 使用双分支互向神经网络进行命名实体识别 206
9.3.1 命名实体识别的例子 206
9.3.2 定义Twinet 207
9.3.3 结果 208
9.4 双向递归神经网络 208
9.5 总结 209
第10章 开始使用TensorFlow 211
10.1 环境搭建 211
10.2 比较TensorFlow和Numpy 212
10.3 计算图 213
10.3.1 图 213
10.3.2 会话对象 214
10.3.3 变量 215
10.3.4 域 216
10.3.5 数据输入 217
10.3.6 占位符和输入字典 217
10.4 自动微分 218
10.5 TensorBoard 219
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《中国铁路人 第三届现实主义网络文学征文大赛一等奖》恒传录著 2019
- 《程序逻辑及C语言编程》卢卫中,杨丽芳主编 2019
- 《全国职业院校工业机器人技术专业规划教材 工业机器人现场编程》(中国)项万明 2019
- 《光明社科文库 社会网络与贫富差距 经验事实与实证分析》何金财 2019
- 《编程超有趣 奇妙Python轻松学 第1辑》HelloCode人工智能国际研究组 2018
- 《CCNA网络安全运营SECFND 210-250认证考试指南》(美)奥马尔·桑托斯(OmarSantos),约瑟夫·穆尼斯(JosephMuniz),(意) 2019
- 《网络互联技术项目化教程》梁诚主编 2020
- 《网络利他行为研究》蒋怀滨著 2019
- 《我的第一套编程启蒙绘本 看事件 开始了》编程猫教研团队编绘 2019
- 《剑桥国际英语写作教程 段落写作》(美)吉尔·辛格尔顿(Jill Shingleton)编著 2019
- 《生命拍卖》(英)安杰拉·马森斯(AngelaMarsons)著,博集天卷出品 2019
- 《写给孩子的趣味天文学》(俄)雅科夫·伊西达洛维奇·别莱利曼著 2019
- 《写给孩子的趣味物理学》(俄)雅科夫·伊西达洛维奇·别莱利曼著 2019
- 《冯内古特 最后的访谈 5》李爽译;(美)库尔特·冯内古特 2019
- 《像品牌大师一样思考》卡尔凯迪耶·科佩拉 2019
- 《成为自己 找回生命本来的样子》(印)克里希那穆提,司哲 2018
- 《身材真相》(美),哈里特˙布朗;张敬婕; 2019
- 《生命之书 下》(美)德博拉·哈克尼斯著;刘清山译 2019
- 《园丁集 2019》冰心译;(印)拉宾德拉纳特·泰戈尔 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《高等教育双机械基础课程系列教材 高等学校教材 机械设计课程设计手册 第5版》吴宗泽,罗圣国,高志,李威 2018
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019
- 《中国十大出版家》王震,贺越明著 1991
- 《近代民营出版机构的英语函授教育 以“商务、中华、开明”函授学校为个案 1915年-1946年版》丁伟 2017
- 《新工业时代 世界级工业家张毓强和他的“新石头记”》秦朔 2019
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》(中国)工控帮教研组 2019
- 《AutoCAD机械设计实例精解 2019中文版》北京兆迪科技有限公司编著 2019