深度學(xué)習(xí)訓(xùn)練營 21天實(shí)戰(zhàn)TensorFlow Keras

深度學(xué)習(xí)訓(xùn)練營21天實(shí)戰(zhàn)TensorFlow+Keras+讀書筆記模板01思維導(dǎo)圖目錄分析讀書筆記內(nèi)容摘要作者介紹精彩摘錄目錄0305020406思維導(dǎo)圖營天訓(xùn)練項(xiàng)目類實(shí)戰(zhàn)預(yù)測生成人工智能數(shù)據(jù)小結(jié)第章神經(jīng)網(wǎng)絡(luò)模型預(yù)測生成人臉類卷積項(xiàng)目關(guān)鍵字分析思維導(dǎo)圖內(nèi)容摘要內(nèi)容摘要本書基于TensorFlow、Keras和scikit-learn，介紹了21個(gè)典型的人工智能應(yīng)用場景。全書共3篇，分別是預(yù)測類項(xiàng)目實(shí)戰(zhàn)篇、識(shí)別類項(xiàng)目實(shí)戰(zhàn)篇和生成類項(xiàng)目實(shí)戰(zhàn)篇。其中預(yù)測類項(xiàng)目包括房價(jià)預(yù)測、泰坦尼克號(hào)生還預(yù)測、共享單車使用情況預(yù)測、福彩3D中獎(jiǎng)?lì)A(yù)測、股票走勢預(yù)測等8個(gè)項(xiàng)目；識(shí)別類項(xiàng)目包括數(shù)字識(shí)別、人臉識(shí)別、表情識(shí)別、人體姿態(tài)識(shí)別等7個(gè)項(xiàng)目；生成類項(xiàng)目包括看圖寫話、生成電視劇劇本、風(fēng)格遷移、生成人臉等6個(gè)項(xiàng)目。本書代碼豐富，注釋詳盡，適合有一定Python基礎(chǔ)的讀者，包括計(jì)算機(jī)相關(guān)專業(yè)的學(xué)生、程序員和人工智能神經(jīng)網(wǎng)絡(luò)的技術(shù)愛好者。目錄分析第1章房價(jià)預(yù)測第2章泰坦尼克號(hào)生還預(yù)測第3章共享單車使用情況預(yù)測第4章福彩3D中獎(jiǎng)?lì)A(yù)測第一篇預(yù)測類項(xiàng)目實(shí)戰(zhàn)第5章股票走勢預(yù)測第6章垃圾郵件預(yù)測第7章影評(píng)的情感分析第8章語言翻譯第一篇預(yù)測類項(xiàng)目實(shí)戰(zhàn)第1章房價(jià)預(yù)測1.1數(shù)據(jù)準(zhǔn)備1.2基于scikit-learn實(shí)現(xiàn)房價(jià)預(yù)測1.3基于Keras實(shí)現(xiàn)房價(jià)預(yù)測1.4小結(jié)第2章泰坦尼克號(hào)生還預(yù)測2.1數(shù)據(jù)準(zhǔn)備2.2基于決策樹模型預(yù)測2.3基于邏輯回歸模型預(yù)測2.4基于梯度提升分類器模型預(yù)測2.5基于神經(jīng)網(wǎng)絡(luò)模型預(yù)測2.6基于Keras的神經(jīng)網(wǎng)絡(luò)模型預(yù)測2.7小結(jié)第3章共享單車使用情況預(yù)測3.1數(shù)據(jù)準(zhǔn)備3.2基于TensorFlow的長短期記憶網(wǎng)絡(luò)模型預(yù)測3.3小結(jié)第4章福彩3D中獎(jiǎng)?lì)A(yù)測4.1數(shù)據(jù)準(zhǔn)備4.2基于神經(jīng)網(wǎng)絡(luò)模型預(yù)測4.3小結(jié)第5章股票走勢預(yù)測5.1數(shù)據(jù)準(zhǔn)備5.2百度股票預(yù)測5.3微軟股票預(yù)測5.4小結(jié)第6章垃圾郵件預(yù)測6.1數(shù)據(jù)準(zhǔn)備6.2基于多項(xiàng)式樸素貝葉斯分類器的郵件分類6.3基于TensorFlow的神經(jīng)網(wǎng)絡(luò)模型的郵件分類6.4小結(jié)第7章影評(píng)的情感分析7.1數(shù)據(jù)準(zhǔn)備7.2基于TensorFlow的長短期記憶網(wǎng)絡(luò)實(shí)現(xiàn)影評(píng)的情感分析7.3基于Keras的長短期記憶網(wǎng)絡(luò)實(shí)現(xiàn)影評(píng)的情感分析7.4小結(jié)第8章語言翻譯8.1數(shù)據(jù)準(zhǔn)備8.2基于Keras的長短期記憶網(wǎng)絡(luò)實(shí)現(xiàn)語言翻譯8.3小結(jié)第9章MNIST手寫數(shù)字識(shí)別第11章人臉識(shí)別第10章狗的品種識(shí)別第二篇識(shí)別類項(xiàng)目實(shí)戰(zhàn)第12章人臉面部表情識(shí)別第13章人體姿態(tài)識(shí)別第14章皮膚癌分類第15章對(duì)象檢測第二篇識(shí)別類項(xiàng)目實(shí)戰(zhàn)第9章MNIST手寫數(shù)字識(shí)別9.1MNIST數(shù)據(jù)集9.2基于多層感知器的TensorFlow實(shí)現(xiàn)MNIST識(shí)別9.3基于多層感知器的Keras實(shí)現(xiàn)MNIST識(shí)別9.4基于卷積神經(jīng)網(wǎng)絡(luò)的TensorFlow實(shí)現(xiàn)MNIST識(shí)別9.5基于卷積神經(jīng)網(wǎng)絡(luò)的Keras實(shí)現(xiàn)MNIST識(shí)別9.6小結(jié)第10章狗的品種識(shí)別10.1數(shù)據(jù)準(zhǔn)備10.2基于Keras的卷積神經(jīng)網(wǎng)絡(luò)模型預(yù)測10.3基于Keras的InceptionV3預(yù)訓(xùn)練模型實(shí)現(xiàn)預(yù)測10.4基于TFHUB的Keras的遷移學(xué)習(xí)實(shí)現(xiàn)預(yù)測10.5小結(jié)第11章人臉識(shí)別11.1數(shù)據(jù)準(zhǔn)備11.2基于FaceNet的人臉對(duì)齊和驗(yàn)證11.3訓(xùn)練自己的人臉識(shí)別模型11.4基于FaceRecognition的人臉識(shí)別11.5小結(jié)第12章人臉面部表情識(shí)別12.1基于Keras的卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)人臉面部表情識(shí)別12.2視頻中的人臉面部表情識(shí)別12.3實(shí)時(shí)人臉面部表情識(shí)別12.4小結(jié)第13章人體姿態(tài)識(shí)別13.1基于TensorFlow實(shí)現(xiàn)人體姿態(tài)識(shí)別13.2基于Keras實(shí)現(xiàn)人體姿態(tài)識(shí)別13.3小結(jié)第14章皮膚癌分類14.1數(shù)據(jù)準(zhǔn)備14.2基于Keras的卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)分類14.3基于TensorFlow的遷移學(xué)習(xí)實(shí)現(xiàn)分類14.4小結(jié)第15章對(duì)象檢測15.1對(duì)象檢測的應(yīng)用領(lǐng)域15.2原理分析15.3基于MaskR-CNNInceptionCOCO的圖片對(duì)象檢測15.4基于FasterR-CNNInceptionCOCO的視頻實(shí)時(shí)對(duì)象檢測15.5基于SSDMobileNetCOCO的實(shí)時(shí)對(duì)象檢測15.6小結(jié)第16章看圖寫話第17章生成電視劇劇本第18章風(fēng)格遷移第19章生成人臉第三篇生成類項(xiàng)目實(shí)戰(zhàn)第21章移花接木第20章圖像超分辨率第三篇生成類項(xiàng)目實(shí)戰(zhàn)第16章看圖寫話16.1數(shù)據(jù)準(zhǔn)備16.2基于TensorFlow的ShowandTell實(shí)現(xiàn)看圖寫話16.3小結(jié)第17章生成電視劇劇本17.1數(shù)據(jù)準(zhǔn)備17.2基于TensorFlow的循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)電視劇劇本生成17.3基于textgenrnn來實(shí)現(xiàn)電視劇劇本生成17.4小結(jié)第18章風(fēng)格遷移18.1基于TensorFlow實(shí)現(xiàn)神經(jīng)風(fēng)格遷移18.2基于Keras實(shí)現(xiàn)神經(jīng)風(fēng)格遷移18.3小結(jié)第19章生成人臉19.1基于TensorFlow的GAN實(shí)現(xiàn)MNIST數(shù)字圖像生成19.2基于TensorFlow的GAN實(shí)現(xiàn)LFW人臉圖像生成19.3小結(jié)第20章圖像超分辨率20.1效果預(yù)覽與數(shù)據(jù)準(zhǔn)備20.2基于TensorFlow的DCGAN實(shí)現(xiàn)超分辨率20.3srez庫的代碼分析20.4小結(jié)第21章移花接木21.1基本信息21.2基于CycleGAN根據(jù)蘋果生成橘子21.3基于CycleGAN根據(jù)馬生成斑馬21.4男性和女性的人臉面貌互換21.5小結(jié)作者介紹同名作者介紹這是《深度學(xué)習(xí)訓(xùn)練營21天實(shí)戰(zhàn)TensorFlow+Keras+scikit-learn》的讀書筆記模板，暫無該書作者的介紹。讀書筆記讀書筆記這是《深度學(xué)習(xí)訓(xùn)練營21天實(shí)戰(zhàn)T