TensorFlow应用案例教程
￥59.00定价
作者： 方志军，高永彬，吴晨谋
出版时间：2020-09
出版社：中国铁道出版社
- 中国铁道出版社
- 9787113272067
- 1-1
- 362879
- 48249442-4
- 平装
- 16开
- 2020-09
- 374
- 252
- 工学
- 计算机科学与技术
- 计算机
- 本科
内容简介
本书主要介绍如何应用Tensorflow来实现深度学习的架构与应用。全书从tensorflow的基本语法，基础教程、高级工具以及进阶教程来对深度学习的理论与技术进行深入分析与讲解，并提供大量的案例从零开始教会读者如何使用深度学习进行开发以及应用。本书主要介绍如何应用Tensorflow来实现深度学习的架构与应用。全书从tensorflow的基本语法，基础教程、高级工具以及进阶教程来对深度学习的理论与技术进行深入分析与讲解，并提供大量的案例从零开始教会读者如何使用深度学习进行开发以及应用。
目录
第1章 深度学习原理1
1.1神经网络概述3
1.1.1神经元4
1.1.2神经网络模型6
1.1.3代价函数7
1.1.4神经网络的优化8
1.1.5神经网络应用实例9
1.2卷积神经网络10
1.2.1基本概念10
1.2.2经典的卷积神经网络13
1.3循环神经网络18
1.3.1长短期记忆网络19
1.3.2门控循环单元网络20
1.4生成式对抗网络20
1.4.1 Vanilla GAN 21
1.4.2 WGAN 22
1.4.3 CycleGAN 22
1.4.4 BigGAN 23
本章小结 24
第2章TensorFlow简介25
2.1 TensorFlow的安装25
2.2 Tensor的基本概念26
2.2.1 Tensor的常见形式28
2.2.2 Tensor的类型和属性29
2.2.3 Tensor的使用30
2.3 TensorFlow的框架30
2.3.1计算图（graph）30
2.3.2会话（Session）31
2.3.3框架32
2.4 TensorFlow的实现流程33
2.4.1运行流程——例子说明33
2.4.2运行流程——文字说明34
2.5神经网络中TensorFlow的常用函数35
2.5.1卷积与反卷积操作35
2.5.2激活函数40
2.5.3池化层42
2.5.4批量标准化43
2.5.5随机丢失44
2.5.6全连接层45
2.5.7常用损失函数46
2.5.8 LSTM构建常用函数47
2.6 TensorFlow的可视化48
2.6.1 TensorBoard简介48
2.6.2 TensorBoard计算图可视化50
2.6.3 TensorBoard其他可视化50
本章小结53
第3章 经典视觉图像处理算法54
3.1图像分类54
3.1.1 AlexNet 56
3.1.2 GoogLetNet 62
3.1.3 ResNet 77
3.2目标检测84
3.2.1 Faster R-CNN 86
3.2.2 YOLO 99
3.2.3 M2Det 111
3.3目标分割119
3.3.1 U-Net网络119
3.3.2 Mask R-CNN网络125
3.3.3 RefineNet网络134
3.4生成对抗网络139
3.4.1基础GAN（Vanilla GAN）140
3.4.2 DCGAN 150
3.4.3 WGAN 153
3.4.4 BigGAN 162
本章小结179
第4章TensorFlow应用案例181
4.1人脸识别与性别年龄判别181
4.1.1背景介绍181
4.1.2原理分析181
4.1.3代码实现185
4.2车牌识别198
4.2.1背景介绍198
4.2.2原理分析199
4.2.3代码实现200
4.3图像风格迁移213
4.3.1基于VGG-19的图像风格迁移213
4.3.2基于CycleGAN的图像风格迁移225
4.4命名实体标注238
4.4.1背景介绍238
4.4.2概念解释239
4.4.3模型240
4.4.4代码研读242
本章小结243
参考文献244
1.1神经网络概述3
1.1.1神经元4
1.1.2神经网络模型6
1.1.3代价函数7
1.1.4神经网络的优化8
1.1.5神经网络应用实例9
1.2卷积神经网络10
1.2.1基本概念10
1.2.2经典的卷积神经网络13
1.3循环神经网络18
1.3.1长短期记忆网络19
1.3.2门控循环单元网络20
1.4生成式对抗网络20
1.4.1 Vanilla GAN 21
1.4.2 WGAN 22
1.4.3 CycleGAN 22
1.4.4 BigGAN 23
本章小结 24
第2章TensorFlow简介25
2.1 TensorFlow的安装25
2.2 Tensor的基本概念26
2.2.1 Tensor的常见形式28
2.2.2 Tensor的类型和属性29
2.2.3 Tensor的使用30
2.3 TensorFlow的框架30
2.3.1计算图（graph）30
2.3.2会话（Session）31
2.3.3框架32
2.4 TensorFlow的实现流程33
2.4.1运行流程——例子说明33
2.4.2运行流程——文字说明34
2.5神经网络中TensorFlow的常用函数35
2.5.1卷积与反卷积操作35
2.5.2激活函数40
2.5.3池化层42
2.5.4批量标准化43
2.5.5随机丢失44
2.5.6全连接层45
2.5.7常用损失函数46
2.5.8 LSTM构建常用函数47
2.6 TensorFlow的可视化48
2.6.1 TensorBoard简介48
2.6.2 TensorBoard计算图可视化50
2.6.3 TensorBoard其他可视化50
本章小结53
第3章 经典视觉图像处理算法54
3.1图像分类54
3.1.1 AlexNet 56
3.1.2 GoogLetNet 62
3.1.3 ResNet 77
3.2目标检测84
3.2.1 Faster R-CNN 86
3.2.2 YOLO 99
3.2.3 M2Det 111
3.3目标分割119
3.3.1 U-Net网络119
3.3.2 Mask R-CNN网络125
3.3.3 RefineNet网络134
3.4生成对抗网络139
3.4.1基础GAN（Vanilla GAN）140
3.4.2 DCGAN 150
3.4.3 WGAN 153
3.4.4 BigGAN 162
本章小结179
第4章TensorFlow应用案例181
4.1人脸识别与性别年龄判别181
4.1.1背景介绍181
4.1.2原理分析181
4.1.3代码实现185
4.2车牌识别198
4.2.1背景介绍198
4.2.2原理分析199
4.2.3代码实现200
4.3图像风格迁移213
4.3.1基于VGG-19的图像风格迁移213
4.3.2基于CycleGAN的图像风格迁移225
4.4命名实体标注238
4.4.1背景介绍238
4.4.2概念解释239
4.4.3模型240
4.4.4代码研读242
本章小结243
参考文献244
