《深度学习案例精粹：基于TensorFlow与Keras》内容简介

本书以实战为主，通过丰富的实战案例向读者介绍深度学习可应用和落地的项目，书中所有案例都基于Python TensorFlow2.5Keras技术，可用于深度学习课程的实战训练。本书配套示例源码、PPT课件、思维导图、数据集、开发环境与答疑服务。全书共分11章。第1章讲解深度学习的概念、流程、应用场景、模型分类和框架选择，第2~11章列举深度学习的项目实战案例，包括手写体识别、数据集分类、情感分类、文本情感分类、编码器、汉字拼音转换、中文文本分类、多标签文本分类、人脸检测、人脸识别、语音汉字转换。本书内容详尽、案例丰富，是深度学习初学者的参考书，适合有基础、亟待提升自己技术水平的人工智能从业人员，也可作为高等院校和培训机构人工智能及相关专业的教材使用。
王晓华，计算机专业讲师，研究方向为云计算、大数据与人工智能。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》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow2.0卷积神经网络实战》《Keras实战：基于TensorFlow2.2的深度学习实践》《TensorFlow深度学习从零开始学》《深度学习的数学原理与实现》等图书。

作品目录

前言
本书特色
示例源码、PPT课件、思维导图、数据集、开发环境下载与答疑服务
本书内容及知识体系
适合阅读本书的读者
勘误和鸣谢
第1章：深度学习与应用框架
1.1、深度学习的概念
1.2、案例实战：文本的情感分类
1.3、深度学习的流程、应用场景和模型分类
1.4、主流深度学习的框架对比
1.5、本章小结
第2章：实战卷积神经网络——手写体识别
2.1、卷积神经网络理论基础
2.2、案例实战：MNIST手写体识别
2.3、本章小结
第3章：实战ResNet——CIFAR-100数据集分类
3.1、ResNet理论基础
3.2、案例实战：CIFAR-100数据集分类
3.3、本章小结
第4章：实战循环神经网络GRU——情感分类
4.1、情感分类理论基础
4.2、案例实战：情感分类
4.3、本章小结
第5章：实战图卷积——文本情感分类
5.1、图卷积理论基础
5.2、案例实战：Cora数据集文本分类
5.3、案例实战：基于图卷积的情感分类（图卷积前沿内容）
5.4、本章小结
第6章：实战自然语言处理——编码器
6.1、编码器理论基础
6.2、案例实战：简单的编码器
6.3、案例实战：汉字拼音转化模型
6.4、本章小结
第7章：实战BERT——中文文本分类
7.1、BERT理论基础
7.2、案例实战：中文文本分类
7.3、拓展：更多的预训练模型
7.4、本章小结
第8章：实战自然语言处理——多标签文本分类
8.1、多标签分类理论基础
8.2、案例实战：多标签文本分类
8.3、本章小结
第9章：实战MTCNN—人脸检测
9.1、人脸检测基础
9.2、案例实战：基于MTCNN模型的人脸检测
9.3、本章小结
第10章：实战SiameseModel—人脸识别
10.1、基于深度学习的人脸识别模型
10.2、案例实战：基于相似度计算的人脸识别模型
10.3、本章小结
第11章：实战MFCC和CTC——语音转换
11.1、MFCC理论基础
11.2、案例实战：语音汉字转换
11.3、本章小结