多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《深度学习Keras快速开发入门》_1
《深度学习Keras快速开发入门》_2
《深度学习Keras快速开发入门》_3
内容简介：
深度学习
Keras快速开发入门
乐毅严超编著
電子工掌出版
Publishing House of Electronics Industry
七京 BElING
内容简介
本书首先介绍了Keas深度学习框架的技术背景、特点以及基本模型的构成,并比
较了不同深度学习框架的优缺点。从 Keras的An装、配置和编译等基本环境入手,详细
介绍了 Keras的模型、网络结构、数据预处理方法、参数配置,以及调试技巧和可视化
工具。帮助读者快速掌握 Keras深度学习框架,从而解决工作和学习当中神经网络模型
的应用问题。同时,本书还介绍了如何用 Keras快速构建深度学习原型并着手实战。最
后通过 Cifar-10、词向量和对抗网络(GANs)等实例向读者展示 Keras作为深度学习开
发工具的强大之处,从而帮助读者迅速获得深度学习开发经验
本实践性很强的深度学习工具书,适合希望快速学习和使用 Keras深度学
习框架的工程师、学者和从业者。本书对于立志从事深度学习和A1相关的行业,希望用
发实际项目的工程技术人员,是非常实用的参考手册和工具书
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容
版权所有,侵权必究
图书在版编目(CP)数据
深度学习: Keras快速开发入门/乐毅,严超编著,一北京:电子工业出版社,20178
ISBN978-7-121-31868-9
1.①深…Ⅱ.①乐…②严…Ⅲ.①软件设计Ⅳ.①TP315
中guo版本图书馆CIP数据核字(2017)第131017号
责任编辑:孙学瑛
印刷:三河市双峰印刷装订有限公司
:三河市双峰印刷装订有限公司
出版发行:电子工业出版社
北京市海淀区万寿路173信箱邮编10036
开本:720×1000116印张:17.5字数:178千字
版次:2017年8月第1版
印次:2017年8月第1次印刷
凡所购买电子工业出版社图书有缺损问题,请向购买书店调换。若书店售缺
请与本社发行部联系,联系及邮购电话 010)88254888825888
质量投诉请发邮件至ls@phei.com.cn,盗版侵权举报请发邮件
至dbqq@p
本书咨询联系方式:010-5126088819,faq@ph
前言
1950年,著名的T灵测试诞生,按照计算机科学和人工智能之父艾伦·Mai
席森·T灵( Alan Mathison Turing)的定义:“如果一台机器能够与人类展开
对话,而不能被辨别出其机器身份,那么称这台机器具有智能。”随后几年
围绕着T灵测试模型产生了一系列的争论,直至1956年夏天,在美guo达特茅
斯大学召开的会议确立了“人工智能( Artificial Intelligence)”这一术语,并
被认为是人工智能诞生的标志。时至今ri,人工智能的发展经历了多次起伏
从20世纪50年代人工智能概念的兴起到20世纪60年代末到20世纪70年
的专家系统,再到20世纪80年代人工神经网络的飞速发展和20世纪90年代
浅层机器学习的出现。2006年加拿大多伦多大学教授、机器学习领域泰斗
Geoffrey Hinton和他的学生 Ruslan Salakhutdinoy在顶尖学术刊物 Science上发
表了一篇文章“ Reducing the Dimensionality of Data with Neural Networks”,开启
了深度学习在学术界和工业界的浪潮。虽然人们对目前人工智能技术仍然存
在许多争论,到底什么是真正的人工智能?是否存在像人一样能够独立思考
的机器人?但这些疑问阻挡不了人类对人工智能的探索和向往
2017年5月, Google Deepmind公司对去年发布的人工智能程序阿尔法围
棋( AlphaGo)进行了优化和训练,并发起对战世界围棋冠军、职业九段选手
柯洁的挑战,最终以3:0的总比分获胜,击破了代表人类智慧的最后的堡垒
Deepmind公司的围棋程序( AlphaGo)不同于传统的人工智能程序,它能够
将大量棋谱数据输入计算机进行自我学习,而不像专家系统需要人类的智能
去干预和调整算法。 AlphaGo的这一特点有力地证明了人工智能已经迎来了
个更高的发展阶段,即深度学习技术
与此同时,guo内外众多学者、从业者或业余爱好者都纷纷加入到深度学
习( Deep Learning)的研究和工作中。然而,许多读者朋友对深度学习技术中
复杂的数学公式和理论感到困惑,以至于常常无从下手,目前主流的深度学
习框架,从 Tenso Flow难以理解的设计和表述方法到Cafe冗长的神经网络模
型定义,往往使读者很难清晰、完整和快速地掌握深度学习技术。本书选择
Keras这一深度学习框架向读者介绍深度学习技术和应用,力求使用简洁、高
效和丰富的实例帮助读者快速掌握这门技术,这得益于 Keras良好的模块化
极简的设计、快速原型迭代和易扩展性等特点。通过学习本书的内容,读者
能够快速搭建满足产品需求的神经网络模型,从而加快产品研发周期
本书共包括9章,每章的主要内容如下
第1章“ Keras概述”介绍了 Keras框架的技术背景、特点、优势以及与
其他框架的对比
第2章“ Keras的An装与配置”介绍了如何An装与配置 Keras,为进一步
的 Keras开发做准备
第3章“ Keras快速上手”体现了 Keras开发极易入手的特点,一定
Python基础的开发人员都能非常简单地完成一个 Keras模型训练
第4章“ Keras模型的定义”详细介绍了 Keras的两种类型模型
Sequential模型和函数式模型,以及它们的参数定义和接口
第5章“ Keras网络结构”深入Keas的内部结构,详细介绍了 Keras的
网络结构及其层的定义,并对每层的参数进行说明和分析
第6章“ Keras数据预处理”讲解了 Keras提供的常用数据预处理工具方
法,以及对于特定数据预处理使用场景的解析
第7章“ Keras内置网络配置”介绍了 Keras提供的内置网络配置,帮助
读者完善模型优化体系的同时,熟悉 Keras内置网络配置方法
第8章“ Keras实用技巧和可视化”帮助读者完善了 Keras实用技巧与可
视化方法,打通 Keras与下层框架( Theano、 Tensor Flow)的使用阻隔
第9章“ Keras实战”完成了三个经典的 Keras实战练习,增强读者对完
整 Keras训练过程的理解
本书的内容由我与朋友严超共同完成,在写作过程中我们经常交流
讨,互相指正对方的不足和错误,从而达到共同进步,在此对严超表示感谢
同时还要感谢电子工业出版社的孙学瑛老师对本书提出了很多非常好的建
帮助我们顺利出版此书
最后,由于深度学习技术发展迅速,各种知识和应用工具变化很快
Github上 Keras项目还处在活跃开发阶段,并即将发布支持CNTK和 MXNet
后端的实现,这使得 Keras在不断更新和修正。笔者才疏学浅,理解有限
之编写时间也较仓促,书中难免有错谬之处,敬请广大读者朋友批评指正
不胜感激
|
|
