亚洲日韩国产综合一区二区三区,亚洲a级成人片在线观看

深度學習（DL，Deep Learning）是機器學習（ML，Machine Learning）領域中一個新的研究方向，通過學習樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，實現(xiàn)機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。在開始深度學習項目之前，選擇一個合適的框架能起到事半功倍的作用。全世界最為流行的深度學習框架有TensorFlow、Caffe、PaddlePaddle和PyTorch。TensorFlow 是 Google 于 2015 年發(fā)布的深度學習框架，2019年，Google 推出 TensorFlow 2.0正式版本，以動態(tài)圖優(yōu)先模式運行，使得用戶既能輕松上手 TensorFlow 框架，又能無縫部署網(wǎng)絡模型至工業(yè)系統(tǒng)。本書針對高職學生的特點（有基本的編程能力，對開發(fā)人工智能應用感興趣，學過一些高等數(shù)學基本知識，但談不上有深厚的數(shù)學功底和人工智能理論基礎），全面、系統(tǒng)地介紹基于TensorFlow深度學習框架的人工智能應用開發(fā)技術、方法和應用實踐，分析了神經(jīng)網(wǎng)絡原理并實踐，對循環(huán)神經(jīng)網(wǎng)絡（RNN）、卷積神經(jīng)網(wǎng)絡（CNN）這些常用的深度學習模型進行了演練，在此基礎上展開基于深度學習的目標檢測、圖像分割、人臉識別等熱門應用，為讀者提供了從理論學習到工程實踐的視圖。全書按照“項目導向、任務驅(qū)動”的教學方法，以8個真實項目貫穿，分別是認識人工智能、搭建線性回歸模型、搭建汽車油耗預測模型、搭建手寫數(shù)字識別模型、搭建卷積神經(jīng)網(wǎng)絡模型、搭建貓狗識別網(wǎng)絡模型、可視化方法應用和經(jīng)典卷積神經(jīng)網(wǎng)絡的應用，進行深度學習模型的選擇、構建和應用，讓學習者能快速具備人工智能問題求解的基本思想和初步的人工智能應用軟件開發(fā)能力。本書講解通俗易懂，配套資源豐富。每個項目知識點配有PPT、一個或多個視頻講解、實踐練習和模型實現(xiàn)代碼。全書配有的視頻總時長達400多分鐘。本書適合計算機、軟件工程、人工智能等本、專科專業(yè)學生使用，也適合作為對深度學習感興趣的研究生、工程師和研究人員的學習資料。

你還可能感興趣

我要評論