第1章 深度學(xué)習(xí)簡(jiǎn)介 001
1.1 深度學(xué)習(xí)的起源與發(fā)展 001
1.2 深度學(xué)習(xí)的定義 004
1.3 深度學(xué)習(xí)的優(yōu)勢(shì) 005
1.4 深度學(xué)習(xí)的應(yīng)用 006
1.5 深度學(xué)習(xí)的主流框架 007
1.5.1 TensorFlow 007
1.5.2 Pytorch 008
1.5.3 Deeplearning4j(DL4J) 008
第2章 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 010
2.1 人腦神經(jīng)網(wǎng)絡(luò) 013
2.2 人工神經(jīng)網(wǎng)絡(luò) 015
2.2.1 感知器 017
2.2.2 單層神經(jīng)網(wǎng)絡(luò) 019
2.2.3 多層神經(jīng)網(wǎng)絡(luò) 027
2.2.4 激活函數(shù) 037
2.3 走向深度學(xué)習(xí) 039
第3章 TensorFlow環(huán)境使用 043
3.1 TensorFlow 簡(jiǎn)介 044
3.1.1 TensorFlow與Keras的關(guān)系 045
3.1.2 TensorFlow 1.x與2.x的區(qū)別 046
3.2 TensorFlow基礎(chǔ) 049
3.2.1 張量 050
3.2.2 變量 064
3.2.3 計(jì)算圖 066
3.3 基于TensorFlow的深度學(xué)習(xí)建模構(gòu)建 070
3.3.1 建模目的 070
3.3.2 數(shù)據(jù)處理 071
3.3.3 模型搭建 080
3.3.4 模型編譯 085
3.3.5 模型訓(xùn)練 091
3.3.6 模型驗(yàn)證 093
3.3.7 模型保存 096
3.3.8 小結(jié) 096
3.4 基于TensorFlow的手寫(xiě)數(shù)字識(shí)別 099
3.4.1 數(shù)據(jù)簡(jiǎn)介 099
3.4.2 數(shù)據(jù)處理 103
3.4.3 模型搭建 106
3.4.4 模型調(diào)優(yōu) 108
3.4.5 總結(jié) 114
第4章 卷積神經(jīng)網(wǎng)絡(luò) 115
4.1 什么是卷積神經(jīng)網(wǎng)絡(luò) 115
4.2 輸入層 116
4.3 卷積層 117
4.3.1 填充 118
4.3.2 步幅 125
4.4 池化層 126
4.5 全連接層 127
4.6 Dropout 128
4.7 數(shù)據(jù)增強(qiáng) 129
4.8 典型卷積神經(jīng)網(wǎng)絡(luò)算法 132
4.8.1 LeNet-5網(wǎng)絡(luò) 132
4.8.2 AlexNet 133
4.8.3 VGG16 134
4.9 卷積神經(jīng)網(wǎng)絡(luò)案例 136
4.9.1 數(shù)據(jù)簡(jiǎn)介 136
4.9.2 數(shù)據(jù)處理 136
4.9.3 模型搭建 138
4.9.4 總結(jié) 140
第5章 循環(huán)神經(jīng)網(wǎng)絡(luò) 143
5.1 什么是循環(huán)神經(jīng)網(wǎng)絡(luò) 143
5.2 長(zhǎng)短期記憶和門(mén)控循環(huán)單元 145
5.2.1 長(zhǎng)短期記憶（LSTM） 145
5.2.2 門(mén)控循環(huán)單元（GRU） 149
5.3 雙向循環(huán)神經(jīng)網(wǎng)絡(luò) 153
5.4 深度循環(huán)神經(jīng)網(wǎng)絡(luò)案例 154
5.4.1 準(zhǔn)備操作 154
5.4.2 數(shù)據(jù)簡(jiǎn)介 154
5.4.3 數(shù)據(jù)處理 155
5.4.4 網(wǎng)絡(luò)模型搭建 157
5.4.5 模型訓(xùn)練 159
5.4.6 小結(jié) 161
第6章 遷移學(xué)習(xí) 167
6.1 什么是遷移學(xué)習(xí) 167
6.2 遷移學(xué)習(xí)的工作原理 168
6.3 遷移學(xué)習(xí)的優(yōu)勢(shì) 169
6.4 遷移學(xué)習(xí)的方法 170
6.5 微調(diào) 171
6.6 利用遷移學(xué)習(xí)對(duì)花進(jìn)行分類 171
6.6.1 準(zhǔn)備操作 172
6.6.2 數(shù)據(jù)處理 173
6.6.3 網(wǎng)絡(luò)模型搭建 173
6.6.4 模型訓(xùn)練 175
6.6.5 微調(diào) 175
6.6.6 小結(jié) 176