#好書推薦##好書奇遇季#深度學(xué)習(xí)入門書《Python深度學(xué)習(xí)從零開始學(xué)》，京東當(dāng)當(dāng)天貓都有發(fā)售。從模型和實(shí)驗(yàn)入手，快速掌握深度學(xué)習(xí)技術(shù)。

業(yè)內(nèi)大咖強(qiáng)力推薦！！！武漢大學(xué)信息管理學(xué)院教授 盧龍，騰訊云區(qū)域解決方案平臺部總經(jīng)理 王剛，微軟（中國）有限公司首席技術(shù)顧問 管震，百度智能云華南區(qū)解決方案總監(jiān) 黃龍，騰訊云AI應(yīng)用產(chǎn)品中心總監(jiān) 施明，騰訊云最有價(jià)值專家TVP，微軟最有價(jià)值專家MVP 彭愛華，亞馬遜云科技解決方案架構(gòu)師 王華。

本書內(nèi)容

本書共分13章，主要內(nèi)容包括人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的關(guān)系，深度學(xué)習(xí)的環(huán)境搭建，深度學(xué)習(xí)的原理，深度學(xué)習(xí)框架TensorFlow和Keras，卷積神經(jīng)網(wǎng)絡(luò)相關(guān)知識，圖像識別，情感分析，遷移學(xué)習(xí)，人臉識別，圖像風(fēng)格遷移，生成對抗網(wǎng)絡(luò)等內(nèi)容。本書從最簡單的常識出發(fā)來切入AI領(lǐng)域，打造平滑和興奮的學(xué)習(xí)體驗(yàn)。本書配套示例源碼、PPT課件、數(shù)據(jù)集與答疑服務(wù)。

本書思路

深度學(xué)習(xí)如何高效入門可以說是AI領(lǐng)域老生常談的一個(gè)問題了，一種路徑是從傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)開始，然后跟著書上推公式學(xué)數(shù)學(xué)；另一種路徑是從實(shí)驗(yàn)入手，畢竟深度學(xué)習(xí)是一門實(shí)驗(yàn)科學(xué)，通過學(xué)習(xí)深度學(xué)習(xí)框架TensorFlow和Keras以及具體的圖像識別的任務(wù)入手。

對于想要快速出成果的同學(xué)來說，第一種方法是不推薦的，除非你的數(shù)學(xué)很強(qiáng)想去做一些偏理論的工作，對于大部分人來說還是從深度模型入手，以實(shí)驗(yàn)為主來學(xué)習(xí)比較合適。

本書立足實(shí)踐，以通俗易懂的方式詳細(xì)介紹深度學(xué)習(xí)的基礎(chǔ)理論以及相關(guān)的必要知識，同時(shí)以實(shí)際動手操作的方式來引導(dǎo)讀者入門人工智能深度學(xué)習(xí)。

本書讀者

本書作為零基礎(chǔ)入門書，既適合希望了解深度學(xué)習(xí)、使用深度學(xué)習(xí)框架快速上手的初學(xué)者和技術(shù)人員閱讀，也適合作為高等院校和培訓(xùn)學(xué)校人工智能及相關(guān)專業(yè)的師生的實(shí)訓(xùn)教材。

本書作者

宋立桓 ，IT資深技術(shù)專家，騰訊公司騰訊云解決方案架構(gòu)師，主要負(fù)責(zé)為企業(yè)客戶提供顧問咨詢、培訓(xùn)和方案設(shè)計(jì)服務(wù)。之前服務(wù)于微軟中國有限公司。目前專注于云計(jì)算 、大數(shù)據(jù)和人工智能，對區(qū)塊鏈的相關(guān)技術(shù)也有深入的研究。著有圖書《Cloudera Hadoop大數(shù)據(jù)平臺實(shí)戰(zhàn)指南》《AI制勝：機(jī)器學(xué)習(xí)極簡入門》《MySQL性能優(yōu)化和高可用架構(gòu)實(shí)踐》《云宇宙：互聯(lián)網(wǎng)新未來》等。

推薦語

人工智能時(shí)代已經(jīng)到來，深度學(xué)習(xí)是對人類思考和決策行為的仿真。我的校友宋立桓的這本書有助于初學(xué)者建立有用的深度學(xué)習(xí)直覺，降低人工智能入門的門檻，使得初學(xué)者快速上手，提高學(xué)習(xí)興趣。

——盧龍?? 國家級人才稱號獲得者，美國耶魯大學(xué)博士后，武漢大學(xué)信息管理學(xué)院教授

在人工智能全面進(jìn)入人類生活之時(shí)，世界各大科技巨頭公司都在這個(gè)領(lǐng)域百花齊放、百家爭鳴。深度學(xué)習(xí)是人工智能從概念提出到走向繁榮的主流實(shí)現(xiàn)技術(shù),宋立桓以實(shí)戰(zhàn)應(yīng)用簡述AI，每一位深度學(xué)習(xí)初學(xué)者都會開卷有益。

——王剛 騰訊云區(qū)域解決方案平臺部總經(jīng)理

如果你想往人工智能領(lǐng)域發(fā)展，并著手找一本書籍來完成入門的話，宋老師這本書值得推薦給你。我認(rèn)識宋老師這么多年，他一直沉浸在前沿技術(shù)的實(shí)踐中，這本書融入了他的技術(shù)心得，你能獲得理論和實(shí)踐的啟迪。

——管震 微軟（中國）有限公司首席技術(shù)顧問

深度學(xué)習(xí)讓計(jì)算機(jī)可以像人一樣不斷學(xué)習(xí)，不斷擁有新的智慧，為人類開啟了人工智能的大門。宋老師的這本書能幫助讀者快速上手，理解深度學(xué)習(xí)實(shí)戰(zhàn)應(yīng)用，是深度學(xué)習(xí)初學(xué)者的理想選擇。

——黃龍 百度智能云華南區(qū)解決方案總監(jiān)

AI技術(shù)應(yīng)用勢頭迅猛，優(yōu)秀人才短缺，誰先轉(zhuǎn)型，誰就占得職場先機(jī)。深度學(xué)習(xí)是人工智能研究中最前沿的領(lǐng)域，對于零基礎(chǔ)小白，怎樣快速入門深度學(xué)習(xí)呢？這本書適合非AI方向的零基礎(chǔ)讀者，書中理論與實(shí)踐并行，大大降低深度學(xué)習(xí)的門檻，易于新手上手學(xué)習(xí)。

——施明 騰訊云AI應(yīng)用產(chǎn)品中心總監(jiān)

對于數(shù)字化來說，人工智能是重中之重，而初學(xué)者往往對諸如深度學(xué)習(xí)、機(jī)器學(xué)習(xí)技術(shù)望而生畏，摸不著門道。宋老師的這本書則是及時(shí)雨，能幫我們快速掌握打開人工智能大門的鑰匙，書中不僅介紹了相關(guān)的理論和操作，還介紹了實(shí)際應(yīng)用場景，推薦大家作為案頭必備。

——彭愛華? 騰訊云最有價(jià)值專家TVP，微軟最有價(jià)值專家MVP

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中非常熱門的方向，宋老師這本書立足于快速上手，你無須具備深度學(xué)習(xí)相關(guān)的背景知識即可展開閱讀。在學(xué)習(xí)完本書后，你將具備搭建自己的深度學(xué)習(xí)環(huán)境、建立圖像識別模型等能力，并能夠入門深度學(xué)習(xí)。

——王華 亞馬遜云科技解決方案架構(gòu)師

目????錄

?第1章??人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)簡介1

1.1??什么是人工智能1

1.2??人工智能的本質(zhì)2

1.3??人工智能相關(guān)專業(yè)人才的就業(yè)前景4

1.4??機(jī)器學(xué)習(xí)和深度學(xué)習(xí)5

1.4.1??什么是機(jī)器學(xué)習(xí)5

1.4.2??深度學(xué)習(xí)獨(dú)領(lǐng)風(fēng)騷7

1.4.3??機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)系和對比8

1.5??小白如何學(xué)深度學(xué)習(xí)10

1.5.1??關(guān)于兩個(gè)“放棄”10

1.5.2??關(guān)于三個(gè)“必須”11

?第2章??深度學(xué)習(xí)開發(fā)環(huán)境搭建13

2.1??Jupyter?Notebook極速入門13

2.1.1??什么是Jupyter?Notebook13

2.1.2??如何安裝和啟動Jupyter?Notebook14

2.1.3??Jupyter?Notebook的基本使用16

2.2??深度學(xué)習(xí)常用框架介紹18

2.3??Windows環(huán)境下安裝TensorFlow（CPU版本）和Keras19

2.4??Windows環(huán)境下安裝TensorFlow（GPU版本）和Keras21

2.4.1??確認(rèn)顯卡是否支持CUDA21

2.4.2??安裝CUDA22

2.4.3??安裝cuDNN23

2.4.4??安裝TensorFlow（GPU版本）和Keras24

2.5??Windows環(huán)境下安裝PyTorch25

2.5.1??安裝PyTorch（CPU版本）25

2.5.2??安裝PyTorch（GPU版本）26

?第3章??Python數(shù)據(jù)科學(xué)庫28

3.1??張量、矩陣和向量28

3.2??數(shù)組和矩陣運(yùn)算庫——NumPy29

3.2.1??列表和數(shù)組的區(qū)別29

3.2.2??創(chuàng)建數(shù)組的方法30

3.2.3??NumPy的算術(shù)運(yùn)算30

3.2.4??數(shù)組變形31

3.3??數(shù)據(jù)分析處理庫——Pandas32

3.3.1??Pandas數(shù)據(jù)結(jié)構(gòu)Series32

3.3.2??Pandas數(shù)據(jù)結(jié)構(gòu)DataFrame33

3.3.3??Pandas處理CSV文件34

3.3.4??Pandas數(shù)據(jù)清洗35

3.4??數(shù)據(jù)可視化庫——Matplotlib37

?第4章??深度學(xué)習(xí)基礎(chǔ)40

4.1??神經(jīng)網(wǎng)絡(luò)原理闡述40

4.1.1??神經(jīng)元和感知器40

4.1.2??激活函數(shù)42

4.1.3??損失函數(shù)44

4.1.4??梯度下降和學(xué)習(xí)率45

4.1.5??過擬合和Dropout?46

4.1.6??神經(jīng)網(wǎng)絡(luò)反向傳播法47

4.1.7??TensorFlow游樂場帶你玩轉(zhuǎn)神經(jīng)網(wǎng)絡(luò)48

4.2??卷積神經(jīng)網(wǎng)絡(luò)51

4.2.1??什么是卷積神經(jīng)網(wǎng)絡(luò)51

4.2.2??卷積神經(jīng)網(wǎng)絡(luò)詳解52

4.2.3??卷積神經(jīng)網(wǎng)絡(luò)是如何訓(xùn)練的?54

4.3??卷積神經(jīng)網(wǎng)絡(luò)經(jīng)典模型架構(gòu)55

4.3.1??LeNet556

4.3.2??AlexNet59

4.3.3??VGGNet60

4.3.4??GoogLeNet61

4.3.5??ResNet63

?第5章??深度學(xué)習(xí)框架TensorFlow入門66

5.1??第一個(gè)TensorFlow的“Hello?world”66

5.2??TensorFlow程序結(jié)構(gòu)66

5.3??TensorFlow常量、變量、占位符68

5.3.1??常量68

5.3.2??變量69

5.3.3??占位符71

5.4??TensorFlow案例實(shí)戰(zhàn)73

5.4.1??MNIST數(shù)字識別問題73

5.4.2??TensorFlow多層感知器識別手寫數(shù)字74

5.4.3??TensorFlow卷積神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字79

5.5??可視化工具TensorBoard的使用84

?第6章??深度學(xué)習(xí)框架Keras入門88

6.1??Keras架構(gòu)簡介88

6.2??Keras常用概念89

6.3??Keras創(chuàng)建神經(jīng)網(wǎng)絡(luò)基本流程90

6.4??Keras創(chuàng)建神經(jīng)網(wǎng)絡(luò)進(jìn)行泰坦尼克號生還預(yù)測?93

6.4.1??案例項(xiàng)目背景和數(shù)據(jù)集介紹93

6.4.2??數(shù)據(jù)預(yù)處理96

6.4.3??建立模型97

6.4.4??編譯模型并進(jìn)行訓(xùn)練97

6.4.5??模型評估98

6.4.6??預(yù)測和模型的保存99

6.5??Keras創(chuàng)建神經(jīng)網(wǎng)絡(luò)預(yù)測銀行客戶流失率100

6.5.1??案例項(xiàng)目背景和數(shù)據(jù)集介紹100

6.5.2??數(shù)據(jù)預(yù)處理102

6.5.3??建立模型103

6.5.4??編譯模型并進(jìn)行訓(xùn)練104

6.5.5??模型評估105

6.5.6??模型優(yōu)化——使用深度神經(jīng)網(wǎng)絡(luò)輔以Dropout正則化106

?第7章??數(shù)據(jù)預(yù)處理和模型評估指標(biāo)108

7.1??數(shù)據(jù)預(yù)處理的重要性和原則108

7.2??數(shù)據(jù)預(yù)處理方法介紹109

7.2.1??數(shù)據(jù)預(yù)處理案例——標(biāo)準(zhǔn)化、歸一化、二值化109

7.2.2??數(shù)據(jù)預(yù)處理案例——缺失值補(bǔ)全、標(biāo)簽化111

7.2.3??數(shù)據(jù)預(yù)處理案例——獨(dú)熱編碼113

7.2.4??通過數(shù)據(jù)預(yù)處理提高模型準(zhǔn)確率114

7.3??常用的模型評估指標(biāo)115

?第8章??圖像分類識別121

8.1??圖像識別的基礎(chǔ)知識121

8.1.1??計(jì)算機(jī)是如何表示圖像121

8.1.2??卷積神經(jīng)網(wǎng)絡(luò)為什么能稱霸計(jì)算機(jī)圖像識別領(lǐng)域122

8.2??實(shí)例一：手寫數(shù)字識別125

8.2.1??MNIST手寫數(shù)字識別數(shù)據(jù)集介紹125

8.2.2??數(shù)據(jù)預(yù)處理126

8.2.3??建立模型127

8.2.4??進(jìn)行訓(xùn)練129

8.2.5??模型保存和評估130

8.2.6??進(jìn)行預(yù)測130

8.3??實(shí)例二：CIFAR-10圖像識別130

8.3.1??CIFAR-10圖像數(shù)據(jù)集介紹131

8.3.2??數(shù)據(jù)預(yù)處理132

8.3.3??建立模型132

8.3.4??進(jìn)行訓(xùn)練133

8.3.5??模型評估135

8.3.6??進(jìn)行預(yù)測135

8.4??實(shí)例三：貓狗識別137

8.4.1??貓狗數(shù)據(jù)集介紹137

8.4.2??建立模型139

8.4.3??數(shù)據(jù)預(yù)處理140

8.4.4??進(jìn)行訓(xùn)練141

8.4.5??模型保存和評估142

8.4.6??進(jìn)行預(yù)測143

8.4.7??模型的改進(jìn)優(yōu)化144

?第9章??IMDB電影評論情感分析148

9.1??IMDB電影數(shù)據(jù)集和影評文字處理介紹148

9.2??基于多層感知器模型的電影評論情感分析152

9.2.1??加入嵌入層152

9.2.2??建立多層感知器模型152

9.2.3??模型訓(xùn)練和評估153

9.2.4??預(yù)測155

9.3??基于RNN模型的電影評論情感分析157

9.3.1??為什么要使用RNN模型157

9.3.2??RNN模型原理158

9.3.3??使用RNN模型進(jìn)行影評情感分析159

9.4??基于LSTM模型的電影評論情感分析159

9.4.1??LSTM模型介紹160

9.4.2??使用LTSM模型進(jìn)行影評情感分析161

?第10章??遷移學(xué)習(xí)162

10.1??遷移學(xué)習(xí)簡介162

10.2??什么是預(yù)訓(xùn)練模型163

10.3??如何使用預(yù)訓(xùn)練模型164

10.4??在貓狗識別的任務(wù)上使用遷移學(xué)習(xí)165

10.5??在MNIST手寫體分類上使用遷移學(xué)習(xí)168

10.6??遷移學(xué)習(xí)總結(jié)171

?第11章??人臉識別實(shí)踐172

11.1??人臉識別172

11.1.1??什么是人臉識別172

11.1.2??人臉識別的步驟173

11.2??人臉檢測和關(guān)鍵點(diǎn)定位實(shí)戰(zhàn)176

11.3??人臉表情分析情緒識別實(shí)戰(zhàn)180

11.4??我能認(rèn)識你——人臉識別實(shí)戰(zhàn)184

?第12章??圖像風(fēng)格遷移188

12.1??圖像風(fēng)格遷移簡介188

12.2??使用預(yù)訓(xùn)練的VGG16模型進(jìn)行風(fēng)格遷移191

12.2.1??算法思想191

12.2.2??算法細(xì)節(jié)192

12.2.3??代碼實(shí)現(xiàn)194

12.3??圖像風(fēng)格遷移總結(jié)201

?第13章??生成對抗網(wǎng)絡(luò)202

13.1??什么是生成對抗網(wǎng)絡(luò)202

13.2??生成對抗網(wǎng)絡(luò)算法細(xì)節(jié)204

13.3??循環(huán)生成對抗網(wǎng)絡(luò)206

13.4??利用CycleGAN進(jìn)行圖像風(fēng)格遷移209

13.4.1??導(dǎo)入必要的庫210

13.4.2??數(shù)據(jù)處理210

13.4.3??生成網(wǎng)絡(luò)212

13.4.4??判別網(wǎng)絡(luò)214

13.4.5??整體網(wǎng)絡(luò)結(jié)構(gòu)的搭建215

13.4.6??訓(xùn)練代碼217

13.4.7??結(jié)果展示219

后記??進(jìn)一步深入學(xué)習(xí)220

總結(jié)

以上是生活随笔為你收集整理的《Python深度学习从零开始学》简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。