深度学习训练营 21天实战TensorFlow+Keras+scikit-learn

图书信息

作者	上海江初文化传播工作室
出版社	人民邮电出版社有限公司
ISBN	9787115446152
出版时间	2019-12-01
字数	38.9万
分类	科技,计算机,网络,程序设计

读书简介

本书基于TensorFlow、Keras和scikit-learn，介绍了21个典型的人工智能应用场景。全书共3篇，分别是预测类项目实战篇、识别类项目实战篇和生成类项目实战篇。其中预测类项目包括房价预测、泰坦尼克号生还预测、共享单车使用情况预测、福彩3D中奖预测、股票走势预测等8个项目；识别类项目包括数字识别、人脸识别、表情识别、人体姿态识别等7个项目；生成类项目包括看图写话、生成电视剧剧本、风格迁移、生成人脸等6个项目。

目录

内容提要

前言

第一篇 预测类项目实战

第1章 房价预测

1.1 数据准备

1.2 基于scikit-learn实现房价预测

1.3 基于Keras实现房价预测

1.4 小结

第2章 泰坦尼克号生还预测

2.1 数据准备

2.2 基于决策树模型预测

2.3 基于逻辑回归模型预测

2.4 基于梯度提升分类器模型预测

2.5 基于神经网络模型预测

2.6 基于Keras的神经网络模型预测

2.7 小结

第3章 共享单车使用情况预测

3.1 数据准备

3.2 基于TensorFlow的长短期记忆网络模型预测

3.3 小结

第4章 福彩3D中奖预测

4.1 数据准备

4.2 基于神经网络模型预测

4.3 小结

第5章 股票走势预测

5.1 数据准备

5.2 百度股票预测

5.3 微软股票预测

5.4 小结

第6章 垃圾邮件预测

6.1 数据准备

6.2 基于多项式朴素贝叶斯分类器的邮件分类

6.3 基于TensorFlow的神经网络模型的邮件分类

6.4 小结

第7章 影评的情感分析

7.1 数据准备

7.2 基于TensorFlow的长短期记忆网络实现影评的情感分析

7.3 基于Keras的长短期记忆网络实现影评的情感分析

7.4 小结

第8章 语言翻译

8.1 数据准备

8.2 基于Keras的长短期记忆网络实现语言翻译

8.3 小结

第二篇 识别类项目实战

第9章 MNIST手写数字识别

9.1 MNIST数据集

9.2 基于多层感知器的TensorFlow实现MNIST识别

9.3 基于多层感知器的Keras实现MNIST识别

9.4 基于卷积神经网络的TensorFlow实现MNIST识别

9.5 基于卷积神经网络的Keras实现MNIST识别

9.6 小结

第10章 狗的品种识别

10.1 数据准备

10.2 基于Keras的卷积神经网络模型预测

10.3 基于Keras的InceptionV3预训练模型实现预测

10.4 基于TFHUB的Keras的迁移学习实现预测

10.5 小结

第11章 人脸识别

11.1 数据准备

11.2 基于FaceNet的人脸对齐和验证

11.3 训练自己的人脸识别模型

11.4 基于FaceRecognition的人脸识别

11.5 小结

第12章 人脸面部表情识别

12.1 基于Keras的卷积神经网络实现人脸面部表情识别

12.2 视频中的人脸面部表情识别

12.3 实时人脸面部表情识别

12.4 小结

第13章 人体姿态识别

13.1 基于TensorFlow实现人体姿态识别

13.2 基于Keras实现人体姿态识别

13.3 小结

第14章 皮肤癌分类

14.1 数据准备

14.2 基于Keras的卷积神经网络实现分类

14.3 基于TensorFlow的迁移学习实现分类

14.4 小结

第15章 对象检测

15.1 对象检测的应用领域

15.2 原理分析

15.3 基于Mask R-CNN Inception COCO的图片对象检测

15.4 基于Faster R-CNN Inception COCO的视频实时对象检测

15.5 基于SSD MobileNet COCO的实时对象检测

15.6 小结

第三篇 生成类项目实战

第16章 看图写话

16.1 数据准备

16.2 基于TensorFlow的Show and Tell实现看图写话

16.3 小结

第17章 生成电视剧剧本

17.1 数据准备

17.2 基于TensorFlow的循环神经网络实现电视剧剧本生成

17.3 基于textgenrnn来实现电视剧剧本生成

17.4 小结

第18章 风格迁移

18.1 基于TensorFlow实现神经风格迁移

18.2 基于Keras实现神经风格迁移

18.3 小结

第19章 生成人脸

19.1 基于TensorFlow的GAN实现MNIST数字图像生成

19.2 基于TensorFlow的GAN实现LFW人脸图像生成

19.3 小结

第20章 图像超分辨率

20.1 效果预览与数据准备

20.2 基于TensorFlow的DCGAN实现超分辨率

20.3 srez库的代码分析

20.4 小结

第21章 移花接木

21.1 基本信息

21.2 基于CycleGAN根据苹果生成橘子

21.3 基于CycleGAN根据马生成斑马

21.4 男性和女性的人脸面貌互换

21.5 小结