《深度學習私房菜：跟著案例學TensorFlow》是2019年7月電子工業出版社出版的圖書，作者是程世東。
基本介紹
- 書名：深度學習私房菜：跟著案例學TensorFlow
- 作者：程世東
- ISBN：9787121364990
- 頁數：484頁
- 定價：128元
- 出版社：電子工業出版社
- 出版時間：2019年7月
- 開本：16開
內容簡介,目錄,
內容簡介
本書通過案例講解如何使用TensorFlow 解決深度學習的實際任務， 每章都包含TensorFlow 1.x 和2.0 的代碼實現。
全書共分10 章，主要講解卷積神經網路、LSTM、Seq2Seq、Transformer、BERT、文本卷積、GBDT、FM、FFM、Dlib、MTCNN、VGG、AlphaGo / AlphaZero、BiLSTM、DQN、Gym、GAN 等技術。
目錄
1 卷積神經網路與環境搭建1
1.1 概述 1
1.2 卷積神經網路 2
1.2.1 卷積層 3
1.2.2 修正線性單元. 6
1.2.3 池化層 8
1.2.4 全連線層 8
1.2.5 softmax 層 9
1.2.6 LeNet-5 網路 9
1.3 準備開發環境 10
1.3.1 Anaconda 環境搭建 10
1.3.2 安裝TensorFlow 1.x 11
1.3.3 FloydHub 使用介紹 13
1.3.4 AWS 使用介紹 18
1.4 本章小結 26
2 卷積神經網路實踐：圖像分類27
2.1 概述 27
2.2 卷積神經網路項目實踐：基於TensorFlow 1.x 27
2.2.1 數據預處理. 28
2.2.2 網路模型 33
2.2.3 訓練網路 39
2.3 卷積神經網路項目實踐：基於TensorFlow 2.0 41
2.3.1 TensorFlow 2.0 介紹 41
2.3.2 CIFAR-100 分類網路的TensorFlow 2.0 實現 44
2.4 本章小結. 60
3.1 概述 61
3.2 RNN 61
3.3 LSTM 63
3.4 嵌入矩陣. . 66
3.5.1 數據預處理. 70
3.5.2 構建神經網路. 71
3.5.3 訓練神經網路 75
3.5.4 分析網路訓練情況 83
3.5.5 生成預測號碼. 88
3.6 文本生成. 93
3.7 生成古詩：基於TensorFlow 2.0 96
3.7.1 數據預處理 96
3.7.2 構建網路 99
3.7.3 開始訓練. 102
3.7.4 生成古詩 102
3.8 自然語言處理 106
3.8.1 序列到序列 106
3.8.2 Transformer . 108
3.8.3 BERT 112
3.9 本章小結 118
4 個性化推薦系統119
4.1 概述 . 119
4.2 MovieLens 1M 數據集分析. 120
4.2.1 下載數據集 . 120
4.2.2 用戶數據. 120
4.2.3 電影數據. 122
4.2.4 評分數據. 123
4.3 數據預處理. 123
4.3.1 代碼實現. . 124
4.3.2 載入數據並保存到本地 . 127
4.3.3 從本地讀取數據 128
4.4 神經網路模型設計 128
4.5 文本卷積神經網路 130
4.6 實現電影推薦：基於TensorFlow 1.x 131
4.6.1 構建計算圖 131
4.6.2 訓練網路 139
4.6.3 實現個性化推薦 144
4.7 實現電影推薦：基於TensorFlow 2.0 154
4.7.1 構建模型 154
4.7.2 訓練網路 166
4.7.3 實現個性化推薦 166
4.8 本章小結 169
5 廣告點擊率預估：Kaggle 實戰170
5.1 概述 . 170
5.2 下載數據集. . 170
5.3 數據欄位的含義 . 171
5.4 點擊率預估的實現思路 172
5.4.1 梯度提升決策樹. 172
5.4.2 因子分解機. . 172
5.4.3 場感知分解機 . 174
5.4.4 網路模型 175
5.5 數據預處理. 176
5.5.1 GBDT 的輸入數據處理. 177
5.5.2 FFM 的輸入數據處理. 177
5.5.3 DNN 的輸入數據處理 179
5.5.4 數據預處理的實現. 180
5.6 訓練FFM 188
5.7 訓練GBDT . 197
5.8 用LightGBM 的輸出生成FM 數據. 203
5.9 訓練FM . 207
5.10 實現點擊率預估：基於TensorFlow 1.x . 218
5.10.1 構建神經網路 219
5.10.2 訓練網路 . 225
5.10.3 點擊率預估 . 231
5.11 實現點擊率預估：基於TensorFlow 2.0 . 237
5.12 本章小結 . 245
6 人臉識別246
6.1 概述. . . . 246
6.2 人臉檢測. 247
6.2.1 OpenCV 人臉檢測 . 247
6.2.2 dlib 人臉檢測 251
6.2.3 MTCNN 人臉檢測 254
6.3 提取人臉特徵. 264
6.3.1 使用FaceNet 提取人臉特徵 . 264
6.3.2 使用VGG 網路提取人臉特徵 265
6.3.3 使用dlib 提取人臉特徵. 272
6.4 人臉特徵的比較. . 276
6.5 從視頻中找人的實現. 282
6.6 視頻找人的案例實踐. . 284
6.7 人臉識別：基於TensorFlow 2.0 . . 302
6.8 本章小結. . 303
7 AlphaZero / AlphaGo 實踐：中國象棋304
7.1 概述. . . 304
7.2 論文解析 . . 305
