相關商品
商品簡介
目次
商品簡介
TensorFlow是由Google團隊開發的一套基於資料流程的深度學習框架，廣泛應用於計算機視覺中各類算法模型的代碼實現。《TensorFlow應用案例教程》用4章的內容，結合深度學習中的基本概念，深入淺出地介紹了TensorFlow的基本概念、安裝以及使用方法。為了使讀者瞭解新的科研成果，《TensorFlow應用案例教程》介紹了當前計算機視覺中圖像分類、目標檢測、目標分割以及生成對抗網絡等方向的新算法，從算法的提出背景、算法設計思想以及代碼實踐三個方面對算法進行剖析，便於讀者快速上手和深入學習。
《TensorFlow應用案例教程》要求讀者具有使用Python進行程序設計的基礎。《TensorFlow應用案例教程》所有的代碼都採用Python語言編寫，適合研究計算機視覺以及相關領域的學生和老師、初次接觸計算機視覺但具有Python基礎並想進行深入研究的人員學習參考。
《TensorFlow應用案例教程》要求讀者具有使用Python進行程序設計的基礎。《TensorFlow應用案例教程》所有的代碼都採用Python語言編寫，適合研究計算機視覺以及相關領域的學生和老師、初次接觸計算機視覺但具有Python基礎並想進行深入研究的人員學習參考。
目次
第1章 深度學習原理
1．1 神經網絡概述
1．1．1 神經元
1．1．2 神經網絡模型
1．1．3 代價函數
1．1．4 神經網絡的優化
1．1．5 神經網絡應用實例
1．2 卷積神經網絡
1．2．1 基本概念
1．2．2 經典的卷積神經網絡
1．3 迴圈神經網絡
1．3．1 長短期記憶網絡
1．3．2 門控迴圈單元網絡
1．4 生成式對抗網絡
1．4．1 VanillaGAN
1．4．2 WGAN
1．4．3 CvcleGAN
1．4．4 BigGAN
本章小結
第2章 TensorFlow簡介
2．1 TensorFlow的安裝
2．2 Tensorr的基本概念
2．2．1 Tensor的常見形式
2．2．2 Tensor的類型和屬性
2．2．3 Tensor的使用
2．3 TensorFlow的框架
2．3．1 計算圖（graph）
2．3．2 會話(Session）
2．3．3 框架
2．4 TensorFlow的實現流程
2．4．1 運行流程——例子說明
2．4．2 運行流程——文字說明
2．5 神經網絡中TensorFlow的常用函數
2．5．1 卷積與反卷積操作
2．5．2 啟動函數
2．5．3 池化層
2．5．4 批量標準化
2．5．5 隨機丟失
2．5．6 全連接層
2．5．7 常用損失函數
2．5．8 LSTM構建常用函數
2．6 TensorFlow的可視化
2．6．1 TensorBoard簡介
2．6．2 TensorBoard計算圖可視化
2．6．3 TensorBoard其他可視化
本章小結
第3章 經典視覺影像處理算法
3．1 圖像分類
3．1．1 AlexNet
3．1．2 GoogLetNet
3．1．3 ResNet
3．2 目標檢測
3．2．1 FasterR-CNN
3．2．2 YOLO
3．2．3 M2Det
3．3 目標分割
3．3．1 U-Net網絡
3．3．2 MaskR-CNN網絡
3．3．3 RefineNet網絡
3．4 生成對抗網絡
3．4．1 基礎GAN(VanillaGAN）
3．4．2 DCGAN
3．4．3 WGAN
3．4．4 BigGAN
本章小結
第4章 TensorFlow應用案例
4．1 人臉識別與性別年齡判別
4．1．1 背景介紹
4．1．2 原理分析
4．1．3 代碼實現
4．2 車牌識別
4．2．1 背景介紹
4．2．2 原理分析
4．2．3 代碼實現
4．3 圖像風格遷移
4．3．1 基於VGG-19的圖像風格遷移
4．3．2 基於CycleGAN的圖像風格遷移
4．4 命名實體標注
4．4．1 背景介紹
4．4．2 概念解釋
4．4．3 模型
4．4．4 代碼研讀
本章小結
參考文獻
1．1 神經網絡概述
1．1．1 神經元
1．1．2 神經網絡模型
1．1．3 代價函數
1．1．4 神經網絡的優化
1．1．5 神經網絡應用實例
1．2 卷積神經網絡
1．2．1 基本概念
1．2．2 經典的卷積神經網絡
1．3 迴圈神經網絡
1．3．1 長短期記憶網絡
1．3．2 門控迴圈單元網絡
1．4 生成式對抗網絡
1．4．1 VanillaGAN
1．4．2 WGAN
1．4．3 CvcleGAN
1．4．4 BigGAN
本章小結
第2章 TensorFlow簡介
2．1 TensorFlow的安裝
2．2 Tensorr的基本概念
2．2．1 Tensor的常見形式
2．2．2 Tensor的類型和屬性
2．2．3 Tensor的使用
2．3 TensorFlow的框架
2．3．1 計算圖（graph）
2．3．2 會話(Session）
2．3．3 框架
2．4 TensorFlow的實現流程
2．4．1 運行流程——例子說明
2．4．2 運行流程——文字說明
2．5 神經網絡中TensorFlow的常用函數
2．5．1 卷積與反卷積操作
2．5．2 啟動函數
2．5．3 池化層
2．5．4 批量標準化
2．5．5 隨機丟失
2．5．6 全連接層
2．5．7 常用損失函數
2．5．8 LSTM構建常用函數
2．6 TensorFlow的可視化
2．6．1 TensorBoard簡介
2．6．2 TensorBoard計算圖可視化
2．6．3 TensorBoard其他可視化
本章小結
第3章 經典視覺影像處理算法
3．1 圖像分類
3．1．1 AlexNet
3．1．2 GoogLetNet
3．1．3 ResNet
3．2 目標檢測
3．2．1 FasterR-CNN
3．2．2 YOLO
3．2．3 M2Det
3．3 目標分割
3．3．1 U-Net網絡
3．3．2 MaskR-CNN網絡
3．3．3 RefineNet網絡
3．4 生成對抗網絡
3．4．1 基礎GAN(VanillaGAN）
3．4．2 DCGAN
3．4．3 WGAN
3．4．4 BigGAN
本章小結
第4章 TensorFlow應用案例
4．1 人臉識別與性別年齡判別
4．1．1 背景介紹
4．1．2 原理分析
4．1．3 代碼實現
4．2 車牌識別
4．2．1 背景介紹
4．2．2 原理分析
4．2．3 代碼實現
4．3 圖像風格遷移
4．3．1 基於VGG-19的圖像風格遷移
4．3．2 基於CycleGAN的圖像風格遷移
4．4 命名實體標注
4．4．1 背景介紹
4．4．2 概念解釋
4．4．3 模型
4．4．4 代碼研讀
本章小結
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。