本書詳細介紹了深度學習的基本理論和基于Keras深度學習框架的編程方法。全書由5章組成。第1章介紹了深度學習的基本概況, 包括深度學習的基本概念、應用領域和深度學習程序的框架等。第2章介紹了神經網絡的基本原理, 包括神經元模型、激活函數、神經網絡的訓練過程等。第3章介紹了基于Keras的全連接前饋神經網絡編程方法, 包括運行深度學習程序的硬件環境和軟件環境、張量、使用全連接前饋神經網絡處理回歸問題和分類問題的編程方法。第4章介紹了卷積神經網絡的原理和編程方法, 包括卷積計算、池化計算、使用Keras進行卷積神經網絡編程的方法、卷積神經網絡的常用方法、經典的卷積神經網絡模型和遷移學習方法。第5章介紹了循環神經網絡的原理和編程方法, 包括循環神經網絡的特點、詞語嵌入編碼的原理、長短期記憶模型網絡、門控循環單元網絡、基于Keras對簡單循環神經網絡和長短期記憶模型網絡進行編程的方法。
新書資訊