讲解了深度学习神经网络原理和TensorFlow的使用方法。全书共分为3篇，第1篇深度学习与TensorFlow基础，包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、识别图中模糊的手写数字等内容；第2篇深度学习基础神经网络，介绍了神经网络的基础模型，包括单个神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络等内容；第3篇深度学习进阶，是对基础网络模型的灵活运用与自由组合，是对前面知识的综合及拔高，包括深度神经网络和对抗神经网络两章内容。本书特别适合TensorFlow深度学习的初学者和进阶读者阅读，也适合社会培训班和各大院校对深度学习有兴趣的学生阅读。目录 配套学习资源 前言 第1篇 深度学习与TensorFlow基础 第1章 快速了解人工智能与TensorFlow 2 第2章 搭建开发环境 8 第3章 TensorFlow基本开发步骤以逻辑回归拟合二维数据为例 19 第4章 TensorFlow编程基础 32 第5章 识别图中模糊的手写数字（实例21） 83 第2篇 深度学习基础神经网络 第6章 单个神经元 96 第7章 多层神经网络解决非线性问题 119 第8章 卷积神经网络解决参数太多问题 151 第9章 循环神经网络具有记忆功能的网络 210 第10章 自编码网络能够自学习样本特征的网络 346 第3篇 深度学习进阶 第11章 深度神经网络 392 第12章 对抗神经网络（GAN） 430
评论区