实战深度学习高阶--运用TensorFlow(全国高等学校计算机教育研究会十四五规划教材)

本书是一本介绍深度学 习的实践教材，深用的深度 学习工具为TensorFlow。本 书主要内容包括深度学习环 境搭建，数据处理与模型加 载，图像处理，图像增强识 别实战和两阶段目标检测实 战，单阶段目标检测，实战 文本识别和图像生成，机器 创作，情感分类、翻译、对 话，GAN及其变体的创作， 强化学习与迁移学习等。降 低了深度学习的门槛。 本书案例丰富新颖，涉 猎领域广泛，代码分类清晰 ，实用性和可操作性强，可 作为高校人工智能相关专业 以及相关培训机构的案例实 战教材，也可以作为深度学 习智能应用及算法工程师强 化训练的参考书。

邓劲生，国防科技大学前沿交叉学科学院研究员，主要从事大数据、人工智能、情报科学等方面的研究。主持国家和省部级科研项目十余项，获得军队和省部级科技进步奖、教学成果奖多项，著译图书十余本，发表论文数十篇。

第1章 深度学习环境搭建 1.1 深度学习典型应用 1.1.1 计算机视觉 1.1.2 自然语言处理 1.1.3 强化学习 1.2 Anaconda使用简介 1.2.1 Anaconda的特点 1.2.2 Anaconda的下载及安装 1.2.3 Python库的导入与添加 1.2.4 conda命令简介 1.3 TensorFlow使用简介 1.3.1 TensorFlow的特点 1.3.2 CPU版TensorFlow环境搭建与调用 1.3.3 GPU版TensorFlow环境搭建与调用 1.4 Jupyter Notebook使用简介 1.4.1 安装Jupyter Notebook 1.4.2 运行Jupyter Notebook 第2章 基本流程——数据处理与模型加载 2.1 使用特征列队结构化数据进行分类：预测心脏病 2.1.1 背景原理 2.1.2 安装操作 2.1.3 代码解析 2.1.4 训练测试 2.2 回归方法：预测燃油效率 2.2.1 背景原理 2.2.2 安装操作 2.2.3 代码解析 2.2.4 训练测试 2.3 过拟合与欠拟合：不同模型选择对结果的影响 2.3.1 背景原理 2.3.2 安装操作 2.3.3 代码解析 2.3.4 训练测试 2.4 保存与加载预训练模型 2.4.1 背景原理 2.4.2 安装操作 2.4.3 代码解析 2.4.4 训练测试 第3章 图像处理：增广与分类 3.1 数据增广之图像变换实战 3.1.1 背景原理 3.1.2 安装操作 3.1.3 代码解析 3.1.4 训练测试 3.2 在CIFAR10上应用VGGNet实现图像分类 3.2.1 背景原理 3.2.2 安装操作 3.2.3 代码解析 3.2.4 训练测试 3.3 图像识别之猫狗分类