书籍下载qg群6089740钉钉群21734177 IT书籍http:/t.cn/RDIAj5D 录 3 第二部分深度学习实践 6.2.4小结…172 6.3循环神经网络的高级用法 …172 第5章深度学习用于计算机视觉…94 6.3.1温度预测问题…172 5.1卷积神经网络简介 …94 6.3.2准备数据…175 5.1.1卷积运算 96 6.3.3一种基于常识的、非机器学 5.1.2最大池化运算 101 习的基准方法…177 5.2在小型数据集上从头开始训练一个 6.3.4一种基本的机器学习方法…178 卷积神经网络…102 6.3.5第一个循环网络基准…180 52.1深度学习与小数据问题的 6.3.6使用循环dropout来降低过 相关性…103 拟合… …181 5.2.2下载数据…103 6.3.7循环层堆叠 …182 5.2.3构建网络…106 6.3.8使用双向RNN 184 5.2.4数据预处理… …107 6.3.9更多尝试 187 5.2.5使用数据增强 111 6.3.10小结… …187 5.3使用预训练的卷积神经网络 115 6.4用卷积神经网络处理序列…188 5.3.1特征提取 116 6.4.1理解序列数据的一维卷积…188 5.3.2微调模型 …124 6.4.2序列数据的-一雏池化…189 5.3.3小结…130 6.4.3实现一雏卷积神经网络 …189 5.4 卷积神经网络的可视化…130 6.4.4结合CNN和RNN来处理 5.4.1可视化中间激活…131 长序列…191 5.4.2可视化卷积神经网络的 6.4.5小结 …195 过滤器…136 本章总结 …195 5.4.3可视化类激活的热力图…142 第7章高级的深度学习最佳实践…196 本章小结 …146 7.1不用Sequential模型的解决方案： 第6章深度学习用于文本和序列…147 Keras函数式API… …196 6.1处理文本数据…147 7.11函数式API简介 …199 6.1.1单词和字符的one-hot编码…149 7.1.2多输入模型 200 6.1.2使用词嵌入 …151 7.1.3多输出模型 -202 6.1.3整合在一起：从原始文本到 7.1.4层组成的有向无环图 …204 词嵌入…155 7.1.5共享层权重…208 6.1.4小结-162 7.1.6将模型作为层… …208 6.2理解循环神经网络… …162 7.1.7小结… 209 62.1 Keras中的循环层…164 7.2使用Keras回调函数和TensorBoard 6.2.2理解LSTM层和GRU层…168 来检查并监控深度学习模型…210 6.2.3 Keras中一个LSTM的具体 72.1训练过程中将回调函数作用于 例子…170 模型 …210 电子书寻找看手相钉钉或微信pythontesting1 5 3 7 10 2 6 9 4 8 11 目 录 3 第二部分 深度学习实践 第 5 章 深度学习用于计算机视觉 .............94 5.1 卷积神经网络简介 .....................................94 5.1.1 卷积运算 .........................................96 5.1.2 最大池化运算 ...............................101 5.2 在小型数据集上从头开始训练一个 卷积神经网络 ...........................................102 5.2.1 深度学习与小数据问题的 相关性 ..........................................103 5.2.2 下载数据 .......................................103 5.2.3 构建网络 .......................................106 5.2.4 数据预处理 ...................................107 5.2.5 使用数据增强 ...............................111 5.3 使用预训练的卷积神经网络 ...................115 5.3.1 特征提取 .......................................116 5.3.2 微调模型 .......................................124 5.3.3 小结 ...............................................130 5.4 卷积神经网络的可视化 ...........................130 5.4.1 可视化中间激活 ...........................131 5.4.2 可视化卷积神经网络的 过滤器 ..........................................136 5.4.3 可视化类激活的热力图 ...............142 本章小结 ............................................................146 第 6 章 深度学习用于文本和序列 ........... 147 6.1 处理文本数据 ...........................................147 6.1.1 单词和字符的 one-hot 编码 ........149 6.1.2 使用词嵌入 ...................................151 6.1.3 整合在一起：从原始文本到 词嵌入 ..........................................155 6.1.4 小结 ...............................................162 6.2 理解循环神经网络 ...................................162 6.2.1 Keras 中的循环层 ........................164 6.2.2 理解 LSTM 层和 GRU 层 ...........168 6.2.3 Keras 中一个 LSTM 的具体 例子 ..............................................170 6.2.4 小结 ...............................................172 6.3 循环神经网络的高级用法 .......................172 6.3.1 温度预测问题 ...............................172 6.3.2 准备数据 .......................................175 6.3.3 一种基于常识的、非机器学 习的基准方法 ..............................177 6.3.4 一种基本的机器学习方法 ...........178 6.3.5 第一个循环网络基准 ...................180 6.3.6 使用循环 dropout 来降低过 拟合 ..............................................181 6.3.7 循环层堆叠 ...................................182 6.3.8 使用双向 RNN .............................184 6.3.9 更多尝试 .......................................187 6.3.10 小结 .............................................187 6.4 用卷积神经网络处理序列 .......................188 6.4.1 理解序列数据的一维卷积 ...........188 6.4.2 序列数据的一维池化 ...................189 6.4.3 实现一维卷积神经网络 ...............189 6.4.4 结合 CNN 和 RNN 来处理 长序列 ..........................................191 6.4.5 小结 ...............................................195 本章总结 ............................................................195 第 7 章 高级的深度学习最佳实践 ........... 196 7.1 不用 Sequential 模型的解决方案： Keras 函数式 API .....................................196 7.1.1 函数式 API 简介 ..........................199 7.1.2 多输入模型 ...................................200 7.1.3 多输出模型 ...................................202 7.1.4 层组成的有向无环图 ...................204 7.1.5 共享层权重 ...................................208 7.1.6 将模型作为层 ...............................208 7.1.7 小结 ...............................................209 7.2 使用 Keras 回调函数和 TensorBoard 来检查并监控深度学习模型 ...................210 7.2.1 训练过程中将回调函数作用于 模型 ..............................................210 书籍下载qq群6089740 钉钉群21734177 IT书籍 http://t.cn/RDIAj5D 电子书寻找看手相 钉钉或微信pythontesting