《TensorFlow 2.0卷积神经网络实战》内容简介

卷积神经网络是现代神经网络的核心内容，TensorFlow又是现在最为流行的深度学习框架。本书使用TensorFlow 2.0作为卷积神经网络实现的基本工具，引导深度学习初学者，从搭建环境开始，逐步深入到理论、代码和应用实践中去。
本书分为8章，第1章从搭建环境开始，包含Anaconda、Python、PyCharm、TensorFlow CPU版本和GPU版本的安装；第2章是Keras+TensorFlow 2.0的使用基础；第3章是TensorFlow 2.0语法；第4章是MNIST实战；第5章是Dataset API；第6章是ResNet理论和实践；第7章是注意力模型；第8章是通过卷积实现的一个项目案例：识文断字。
本书内容详尽、示例丰富，是机器学习和深度学习初学者必备的参考书，同时非常适合高等院校人工智能相关专业的师生阅读，也可作为培训学校相关专业的教材使用。
王晓华，计算机专业讲师，长期讲授面向对象程序设计、数据结构、Hadoop程序设计等研究生和本科相关课程；主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题，独立科研项目获省级成果认定，发表过多篇论文，拥有一项专利。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV＋TensorFlow深度学习与计算机视觉实战》等图书。

作品目录

内容简介
作者简介
前言
第1章：Python和TensorFlow
2.0的安装
1.1、Python基本安装和用法
1.2、TensorFlow
2.0、GPU版本的安装
1.3、Hello
TensorFlow
1.4、本章小结
第2章：简化代码的复杂性：TensorFlow
2.0基础与进阶
2.1、配角转成主角——从TensorFlow
Eager
Execution转正谈起
2.2、Hello
TensorFlow
&
Keras
2.3、全连接层详解
2.4、本章小结
第3章：◄TensorFlow
2.0语法基础►
3.1、BP神经网络简介
3.2、BP神经网络两个基础算法详解
3.3、反馈神经网络反向传播算法介绍
3.4、本章小结
第4章：◄卷积层详解与MNIST实战►
4.1、卷积运算基本概念
4.2、TensorFlow
2.0编程实战——MNIST手写体识别
4.3、本章小结
第5章：TensorFlow
2.0、Dataset使用详解
5.1、Dataset
API基本结构和内容
5.2、Dataset
API高级用法
5.3、使用TFRecord
API创建和使用数据集
5.4、TFRecord实战——带有处理模型的完整例子
5.4、本章小结
第6章：◄从冠军开始：ResNet►
6.1、ResNet基础原理与程序设计基础
6.2、ResNet实战CIFAR-100数据集分类
6.3、ResNet的兄弟——ResNeXt
6.4、其他的卷积神经模型简介
6.5、本章小结
第7章：◄Attention
is
all
we
need!►
7.1、简单的理解注意力机制
7.2、SENet和CBAM注意力机制的经典模型
7.3、本章小结
第8章：卷积神经网络实战：识文断字我也可以
8.1、文本数据处理
8.2、针对文本的卷积神经网络模型简介——字符卷积
8.3、针对文本的卷积神经网络模型简介——词卷积
8.4、使用卷积对文本分类的补充内容
8.5、本章小结