Keras實戰：基於TensorFlow2.2的深度學習實踐（簡體書）
- 系列名：人工智能技術叢書
- ISBN13：9787302576112
- 出版社：清華大學出版社(大陸)
- 作者：王曉華
- 裝訂／頁數：平裝／227頁
- 規格：24cm*17cm (高/寬)
- 版次：一版
- 出版日：2021/04/01
商品簡介
Keras是一個用Python編寫的開源人工神經網絡庫，可以作為TensorFlow、CNTK和Theano的高階應用程序接口，進行深度學習模型的設計、調試、評估、應用和可視化。本書從初學者的角度出發，為讀者構建一個完整的Keras技術體系。
本書共分為9章，主要內容包括深度學習框架Keras的背景、搭建學習環境、深度學習的理論基礎、卷積層與MNIST實戰、多層感知機與MNIST實戰、TensorFlow Datasets和TensorBoard、ResNet及其兄弟ResNext，最後是兩個項目實戰案例——詞嵌入與情感分類。
本書既適合Keras深度學習初學者、深度學習算法技術人員閱讀，也適合作為高等院校與培訓機構人工智能相關專業的師生參考。
作者簡介
王曉華，計算機專業講師，長期講授面向物件程序設計、數據結構、Hadoop程序設計等研究生和本科生相關課程；主要研究方向為云計算、數據挖掘。曾主持和參與多項國家和省級科研課題，獨立科研項目獲省級成果認定，發表過多篇論文，擁有一項專利。著有《Spark MLlib機器學習實踐》《TensorFlow深度學習應用實踐》《OpenCV+TensorFlow深度學習與計算機視覺實戰》《TensorFlow 2.0卷積神經網絡實戰》等圖書。
序
前 言
深度學習和人工智能引領了一個新的研究和發展方向，同時正在改變人類固有的處理問題和解決問題的方法和認知。現在各個領域都處於運用深度學習技術進行本領域重大突破技術的階段，與此同時深度學習本身也展現出巨大的發展空間。
Keras是專門用作深度學習的人工神經網絡框架，它使用嚴謹、迅捷的TensorFlow作為後端計算程序，給使用者提供了一個“便於入門，能夠提高”的深度學習實現方案。
Keras代碼結構采用面向物件方法編寫，完全模塊化，並具有可擴展性，其運行機制和說明文檔都將用戶體驗和使用難度納入考慮，降低了復雜算法的實現難度。Keras支持現代人工智能領域的主流算法，包括前饋結構和遞歸結構的神經網絡，也可以通過封裝參與構建統計學習模型。在硬件和開發環境方面，Keras支持多操作系統下的多GPU並行計算，可以根據後臺設置轉化為符合TensorFlow代碼要求的運行環境，從而無縫調用TensorFlow作為其計算後臺。
本書由淺到深地介紹Keras框架相關的知識，重要內容均結合代碼進行實戰講解，讀者通過這些實例可以深入掌握Keras程序設計的內容，並對深度學習有進一步的了解。
源碼、數據集與開發環境下載
本書配套的源碼、數據集與開發環境可用微信掃描清華社網盤二維碼下載（可按頁面提示，把下載鏈接發到自己的郵箱中，在PC上下載）。
本書特色
版本新，易入門
本書詳細介紹Keras最新版本的安裝和使用，包括Keras的默認API和後端TensorFlow 2.2。
作者經驗豐富，代碼編寫細膩
作者是長期奮戰在科研和工業界的一線算法設計和程序編寫人員，實戰經驗豐富，對代碼中可能會出現的各種問題和“坑”有豐富的處理經驗，這些經驗可使讀者少走很多彎路。
理論扎實，深入淺出
在代碼設計的基礎上，本書深入淺出地介紹深度學習需要掌握的一些基本理論知識，並通過大量的公式與圖示對理論進行介紹。
對比多種應用方案，實戰案例豐富
本書采用大量的實例，同時提供一些實現同類功能的解決方案，覆蓋了使用TensorFlow+Keras進行深度學習開發中常用的知識。
本書內容體系
第1章 深度學習與應用框架
本章介紹深度學習的基本理念、基礎，並通過一個真實的深度學習例子向讀者展示深度學習的一般訓練步驟，之後對比Keras和其他深度學習框架，說明使用Keras進行深度學習開發的簡易和便捷性。
第2章 Hello TensorFlow & Keras
本章著重介紹TensorFlow&Keras的環境搭建與安裝方法，初步介紹Keras函數式編程的基本API，並以全連接層這個最常用的神經網絡基礎層為例向讀者詳細介紹全連接層的理論基礎和Keras的全實現，並在此基礎上介紹部分Keras的常用功能，例如Keras自帶的模型庫。
第3章 深度學習的理論基礎
本章主要介紹深度學習的理論基礎，從BP神經網絡開始，介紹神經網絡兩個基礎算法，並著重介紹反向傳播算法的完整過程和理論，最後通過編寫基本Python的方式實現一個完整的反饋神經網絡。
第4章 卷積層與MNIST實戰
本章主要介紹卷積層的函數實現以及池化、激活和分類函數softmax的原理，並通過一個MNIST數據集介紹使用卷積層的使用方法，最後演示一個基本卷積神經網絡的作用。
第5章 多層感知機與MNIST實戰
本章是卷積神經網絡的實戰內容，主要通過演示一個多層感知機向讀者介紹使用神經網絡進行訓練的一些內容，例如激活函數、神經網絡的正則化、dropout（隨機失活）方法等。這些內容主要涉及神經網絡預防過擬合的內容，能夠幫助讀者更加完整地掌握神經網絡的訓練方法。
第6章 TensorFlow Datasets和TensorBoard
本章主要介紹TensorFlow 2.2中兩個新的高級API。TensorFlow Datasets簡化了數據集的獲取與使用。TensorFlow Datasets中的數據集依舊在不停地增加中。TensorBoard是可視化模型訓練過程的利器，通過其對模型訓練過程不同維度的觀測可以幫助用戶對模型進行訓練。
第7章 從冠軍開始：ResNet
本章主要介紹神經網絡具有裡程碑意義的模型—ResNet。它改變了人們僅僅依靠堆積神經網絡層來獲取更高性能的做法，在一定程度上解決了梯度消失和梯度爆炸的問題。這是一項跨時代的發明。本章以手把手的方式向讀者介紹Block模型的編寫和架構方法。
第8章 實戰——有趣的詞嵌入
本章介紹自然語言處理的一些內容，通過一個完整的例子向讀者介紹自然語言處理所需要的全部內容，一步步地教會讀者使用不同的架構和維度進行文本分類的方法。
第9章 實戰——站在巨人肩膀上的情感分類實戰
本章介紹使用時間序列GRU進行特征提取並最終完成情感分類的任務和工作。這是對使用卷積層做情感分類的補充。
本書讀者
l 人工智能入門讀者
l 深度學習入門讀者
l 機器學習入門讀者
l 高等院校人工智能專業的師生
l 專業培訓機構的師生
l 其他對智能化、自動化感興趣的開發者
技術支持、勘誤和鳴謝
由於作者的水平有限，加上Keras的演進較快，書中難免存在疏漏之處，懇請讀者來信批評指正。技術支持電子郵箱booksaga@163.com，郵件主題為“Keras實戰”。
感謝家人的支持和理解，這些都給予我莫大的動力，讓自己的努力更加有意義。
著 者
2021年1月
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。