Keras深度学习入门与实践: Chinese Edition

Posts & Telecom Press · Antonio Gulli · Sujit Pal

ឧសភា 2024 · Packt Publishing Ltd

អំពីសៀវភៅ​អេឡិចត្រូនិកនេះ

Keras快速上手;基于Keras的Python实践;Keras深度学习实践应用;提升AI编程能力Key Features

• 全书展示了基于Keras框架、以Python编码的20多种有效的神经网络。

Book Description作为一款轻量级、模块化的开源深度学习框架,Keras以容易上手、利于快速原型实现、能够与TensorFlow和Theano等后端计算平台很好兼容等优点,深受众多开发人员和研究人员的喜爱。 本书结合大量实例,简明扼要地介绍了目前热门的神经网络技术和深度学习技术。从经典的多层感知机到用于图像处理的深度卷积网络,从处理序列化数据的循环网络到伪造仿真数据的生成对抗网络,从词嵌入到AI游戏应用中的强化学习,本书引领读者一层一层揭开深度学习的面纱,并在逐渐清晰的理论框架下,提供多个Python编码实例,方便读者动手实践。 通过阅读本书,读者不仅能学会使用Keras快捷构建各个类型的深度网络,还可以按需自定义网络层和后端功能,从而提升自己的AI编程能力,在成为深度学习专家的路上更进一步。What you will learn

• 在大型神经网络上使用反向传播算法逐步优化函数
• 微调神经网络以改进结果质量
• 使用深度学习进行图像和音频处理
• 在特定的案例中使用递归神经张量网络(RNTN)以取得比标准词嵌入更好的效果
• 识别循环神经网络(RNN)适于解决的问题
• 探索自动编码机的实现过程
• 使用强化学习增强深层神经网络

Who this book is for

深度学习爱好者,深度学习方向的研究人员和工程技术人员

អំពី​អ្នកនិពន្ធ

Antonio Gulli是企业领导和软件部门高管,极具创新精神和执行力,并乐于发现和管理全球高科技人才。他是搜索引擎、在线服务、机器学习、信息检索、数据分析以及云计算等多方面的专家。他幸运地拥有欧洲4个不同国家的工作经验,并管理过来自欧洲和美国6个不同国家的员工。Antonio在出版业(Elsevier)、消费者互联网(Ask.com 和Tiscali)以及高科技研发(微软和谷歌)等多个跨度的行业里历任CEO、GM、CTO、副总裁、总监及区域主管。

Sujit Pal是Elsevier Labs技术研发主管,致力于构建围绕研发内容和元数据的智能系统。他的主要兴趣包括信息检索、本体论、自然语言处理、机器学习,以及分布式处理。他现在的工作是利用深度学习模型对图像进行分类和相似度识别。在此之前,他在卫生保健行业工作,帮助构建基于本体论的语义搜索、关联广告,以及EMR数据处理平台。他在他的博客Salmon Run上发表技术文章。