本书以实践为导向,深入介绍了深度学习技术和TensorFlow框架编程内容。通过本书,读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用,还可以使用神经网络生成图像和文本,进行时间序列预测、搭建机器翻译引擎,训练机器玩游戏等。全书共包含21个项目,分为深度卷积网络、RNN网络、深度强化学习三部分...
图像识别、目标检测、人脸识别、编写风格迁移应用、使用神经网络生成图像和文本、进行时间序列预测、搭建机器翻译引擎、训练机器玩游戏。学习深度学习和TensorFlow不再枯燥,21个项目让你快速上手! 作者:何之源出版社:电子工业出版社出版时间:2018年03月 手机专享价 ...
在前面的章节中,已经介绍了如何利用深度卷积网络进行图像识别。在卷积网络中,输入一般是一张图像,中间层是若干卷积运算,输出是图像的类别。在训练阶段,会使用大量的训练图片计算梯度,网络根据梯度不断地调整和学习最佳的参数。对此,通常会有一些疑问,例如:(1)卷积层究竟学习到了什么内容?(2)卷积层的参数代表的意义是...
21个项⽬玩转深度学习：基于TensorFlow的实践详解01—MNIST机器学习⼊ 门 数据集 由Yann Le Cun建⽴，训练集55000，验证集5000，测试集10000，图⽚⼤⼩均为28*28 下载 # coding:utf-8 # 从tensorflow.examples.tutorials.mnist引⼊模块。这是TensorFlow为了教学MNIST⽽提前编制的程序 from tensorflow....
《21个项目玩转深度学习——基于TensorFlow的实践详解》以实践为导向,深入介绍了深度学习技术和TensorFlow框架编程内容。 配送 至 选择地区查看预计配送信息 快递:0元起 服务收货后结算 该商品所属店铺评价 查看全部 质量很好(156) 正品(124) 坚固耐用(50) ...
21个项目玩转深度学习:基于TensorFlow的实践详解 以实践为导向,深入介绍了深度学习技术和TensorFlow框架编程内容。通过本 书,读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用,还可以使用神经网络生成图像和文本,进行时间序列预测、搭建机器翻译引擎,训练机器玩游戏。
21个项目玩转深度学习:基于TensorFlow的实践详解,品牌:京東圖書,人工智慧-亞米。低價保證,100%正品保證,品牌官方授權,優質豐富精選的亞洲商品,無憂售後。
21个项目玩转深度学习:基于TensorFlow的实践详解06—人脸检测和识别——MTCNN人脸检测 目录 MTCNN原理 PNet RNet ONet 配置运行环境 参数选项 检测核心代码:src/align/detect_face.py/detect_face函数 generateBoundingBox(imap, reg, scale, t) nms(boxes, threshold, method) 疑惑 正文 本篇主要讲述利用MTCNN的...
在机器学习中有个概念:epoch。一次epoch相当于将整个训练集中的图片计算一次,考虑到epoch的情况,在内存队列前添加了“文件名队列” TensorFlow 使用“文件名队列+内存队列”双队列的形式读入文件 ,可以很好地管理 epoch 。 以A,B,C三张图片,epoch=1为例展示,内存队列会从文件名队列中取 ...