计算机视觉之深度学习：使用TensorFlow和Keras训练高级神经网络

版权信息 书名：计算机视觉之深度学习：使用TensorFlow和Keras训练高级神经网 络 作者：[英] 拉贾林加帕 • 尚穆加马尼 译者：白勇 ISBN：978-7-115-53158-2 本书由北京图灵文化发展有限公司发行数字版。版权所有，侵权必 究。 您购买的图灵电子书仅供您个人使用，未经授权，不得以任何方式复制 和传播本书内容。 我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。 如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐 号等维权措施，并可能追究法律责任。 图灵社区会员 peterhhk（1135061802@qq.com） 专享 尊重版权 版权声明 译者序 序 前言 读者对象 本书内容 如何充分利用本书 下载示例代码文件 排版约定 保持联系 评论 电子书 第 1 章 入门 1.1 理解深度学习 1.1.1 感知机 1.1.2 激活函数 1.1.3 人工神经网络 1.1.4 训练神经网络 1.1.5 尝试TensorFlow游乐场 1.1.6 卷积神经网络 1.1.7 循环神经网络 1.1.8 长短期记忆网络 1.2 计算机视觉深度学习 1.2.1 分类 1.2.2 检测或定位与分割 1.2.3 相似性学习 1.2.4 图像题注 1.2.5 生成模型 1.2.6 视频分析 1.3 建立开发环境 1.3.1 硬件和操作系统 1.3.2 安装软件包 1.4 小结 第 2 章 图像分类 2.1 在TensorFlow中训练MNIST模型 2.1.1 MNIST数据集 2.1.2 加载MNIST数据 2.1.3 建立一个感知机 2.1.4 构建多层卷积网络 2.2 在Keras中训练MNIST模型 2.2.1 准备数据集 2.2.2 构建模型 2.3 其他流行的图像测试数据集 2.3.1 CIFAR数据集 2.3.2 Fashion-MNIST数据集 2.3.3 ImageNet数据集和竞赛 2.4 更大的深度学习模型 2.4.1 AlexNet 模型 2.4.2 VGG-16模型 2.4.3 谷歌Inception-V3模型 2.4.4 微软ResNet-50模型 2.4.5 SqueezeNet模型 2.4.6 空间变换网络模型 2.4.7 DenseNet模型 2.5 训练猫与狗的模型 2.5.1 准备数据 2.5.2 使用简单CNN进行基准测试 2.5.3 增强数据集 2.5.4 迁移学习或微调模型 2.5.5 在深度学习中微调一些层 2.6 开发现实世界的应用 2.6.1 选择正确的模型 2.......