TensorFlow计算机视觉原理与实战/计算机科学与技术丛书

\\\"本书以Python数据处理工具和深度学习的基本原理为切入点，由浅入深介绍TensorFlow的使用方法。由原理着手到代码实践，内容从最基本的回归问题开始，到近年来大热的卷积神经网络和生成式模型。本书省去大量烦琐的数学推导，以通俗易懂的语言和示例阐述深度学习的原理。 本书共8章，第1和2章介绍TensorFlow的环境搭建与Python基本数据处理工具，为后面介绍TensorFlow做准备；第3~5章讲解TensorFlow和深度学习中的基本概念及深度学习常用数据集；第6~8章从易到难深入讲解不同的神经网络模型并配合大量的示例，进一步巩固TensorFlow代码的使用。本书配有整套代码，在重点、难点处配有讲解视频，读者可以根据自身兴趣与需求对代码进行修改并通过视频对难以理解的知识点进行巩固。 本书的难度、层次清晰，适合任何希望入门人工智能领域的学生或工作者阅读，同时也包含最新的技术，适于想要紧跟视觉研究的从业人员阅读。 \\\"

\\\"欧阳鹏程，西安交通大学工学硕士，研究方向为计算机视觉与数据处理。曾代表西安交通大学参加第一届浦发百度智慧金融极客挑战赛，荣获全国三等奖。曾于华为诺亚方舟视觉实验室与广发证券实习。于国内视频网站发布TensorFlow教程，深受网友支持与喜爱。 任浩然，西安交通大学软件学院硕士，曾参与合作伙伴、带入职平台及交付平台等多个系统的开发；获得了2020创共体杯“人工智能+”前沿科技创新大赛二等奖及2020杭州？临安第四届“天目创客”创新创业大赛三等奖 。\\\"

第1章 深度学习简介及TensorFlow环境搭建(21min) 1.1 什么是深度学习 1.2 深度学习语言与工具 1.3 TensorFlow的优势 1.4 TensorFlow的安装与环境配置 1.4.1 Windows下配置GPU版TensorFlow 1.4.2 Linux下配置GPU版TensorFlow 1.4.3 直接通过Anaconda解决环境依赖 1.4.4 安装CPU版本的TensorFlow 1.5 小结 第2章 常用的Python数据处理工具 2.1 NumPy的使用 2.1.1 NumPy中的数据类型 2.1.2 NumPy中数组的使用 2.2 Matplotlib的使用 2.2.1 Matplotlib中的相关概念 2.2.2 使用Matplotlib绘图 2.3 Pandas的使用 2.3.1 Pandas中的数据结构 2.3.2 使用Pandas读取数据 2.3.3 使用Pandas处理数据 2.4 SciPy的使用 2.4.1 使用SciPy写入mat文件 2.4.2 使用SciPy读取mat文件 2.5 scikit-learn的使用 2.5.1 scikit-learn的使用框架 2.5.2 使用scikit-learn进行回归 2.5.3 使用scikit-learn进行分类 2.6 Pillow的使用 2.6.1 使用Pillow读取并显示图像 2.6.2 使用Pillow处理图像 2.7 OpenCV的使用 2.7.1 使用OpenCV读取与显示图像 2.7.2 使用OpenCV处理图像 2.8 argparse的使用 2.8.1 argparse的使用框架 2.8.2 使用argparse解析命令行参数 2.9 JSON的使用 2.9.1 使用JSON写入数据 2.9.2 使用JSON读取数据 2.10 小结 第3章 TensorFlow基础 3.1 TensorFlow的基本原理 3.2 TensorFlow中的计算图与会话机制 3.2.1 计算图 3.2.2 会话机制 3.3 TensorFlow中的张量表示 3.3.1 tf.constant 3.3.2 tf.Variable 3.3.3 tf.placeholder