python keras_深度学习:基于Keras的Python实践
部分初识
1初识深度学习/2
1.1Python的深度学习/2
1.2软件环境和基本要求/3
1.2.1Python和SciPy/3
1.2.2机器学习/3
1.2.3深度学习/4
1.3阅读本书的收获/4
1.4本书说明/4
1.5本书中的代码/5
2深度学习生态圈/6
2.1CNTK/6
2.1.1安装CNTK/7
2.1.2CNTK的简单例子/8
2.2TensorFlow/8
部分初识
1初识深度学习/2
1.1Python的深度学习/2
1.2软件环境和基本要求/3
1.2.1Python和SciPy/3
1.2.2机器学习/3
1.2.3深度学习/4
1.3阅读本书的收获/4
1.4本书说明/4
1.5本书中的代码/5
2深度学习生态圈/6
2.1CNTK/6
2.1.1安装CNTK/7
2.1.2CNTK的简单例子/8
2.2TensorFlow/8
2.2.1TensorFlow介绍/8
2.2.2安装TensorFlow/9
2.2.3TensorFlow的简单例子/9
2.3Keras/10
2.3.1Keras简介/11
2.3.2Keras安装/11
2.3.3配置Keras的后端/11
2.3.4使用Keras构建深度学习模型/12
2.4云端GPUs计算/13
第二部分多层感知器
3个多层感知器实例:印第安人糖尿病诊断/16
3.1概述/16
3.2PimaIndians数据集/17
3.3导入数据/18
3.4定义模型/19
3.5编译模型/20
3.6训练模型/21
3.7评估模型/21
3.8汇总代码/22
4多层感知器速成/24
4.1多层感知器/24
4.2神经元/25
4.2.1神经元权重/25
4.2.2激活函数/26
4.3神经网络/27
4.3.1输入层(可视层)/28
4.3.2隐藏层/28
4.3.3输出层/28
4.4训练神经网络/29
4.4.1准备数据/29
4.4.2随机梯度下降算法/30
4.4.3权重更新/30
4.4.4预测新数据/31
5评估深度学习模型/33
5.1深度学习模型和评估/33
5.2自动评估/34
5.3手动评估/36
5.3.1手动分离数据集并评估/36
5.3.2k折交叉验证/37
6在Keras中使用Scikit-Learn/40
6.1使用交叉验证评估模型/41
6.2深度学习模型调参/42
7多分类实例:鸢尾花分类/49
7.1问题分析/49
7.2导入数据/50
7.3定义神经网络模型/50
7.4评估模型/52
7.5汇总代码/52
8回归问题实例:波士顿房价预测/54
8.1问题描述/54
8.2构建基准模型/55
8.3数据预处理/57
8.4调参隐藏层和神经元/58
9二分类实例:银行营销分类/61
9.1问题描述/61
9.2数据导入与预处理/62
9.3构建基准模型/64
9.4数据格式化/66
9.5调参网络拓扑图/66
10多层感知器进阶/68
10.1JSON序列化模型/68
10.2YAML序列化模型/74
10.3模型增量更新/78
10.4神经网络的检查点/81
10.4.1检查点跟踪神经网络模型/82
10.4.2自动保存模型/84
10.4.3从检查点导入模型/86
10.5模型训练过程可视化/87
11Dropout与学习率衰减92
11.1神经网络中的Dropout/92
11.2在Keras中使用Dropout/93
11.2.1输入层使用Dropout/94
11.2.2在隐藏层使用Dropout/95
11.2.3Dropout的使用技巧/97
11.3学习率衰减/97
11.3.1学习率线性衰减/98
11.3.2学习率指数衰减/100
11.3.3学习率衰减的使用技巧/103
第三部分卷积神经网络
12卷积神经网络速成/106
12.1卷积层/108
12.1.1滤波器/108
12.1.2特征图/109
12.2池化层/109
12.3全连接层/109
12.4卷积神经网络案例/110
13手写数字识别/112
13.1问题描述/112
13.2导入数据/113
13.3多层感知器模型/114
13.4简单卷积神经网络/117
13.5复杂卷积神经网络/120
14Keras中的图像增强/124
14.1Keras中的图像增强API/124
14.2增强前的图像/125
14.3特征标准化/126
14.4ZCA白化/128
14.5随机旋转、移动、剪切和反转图像/129
14.6保存增强后的图像/132
15图像识别实例:CIFAR-10分类/134
15.1问题描述/134
15.2导入数据/135
15.3简单卷积神经网络/136
15.4大型卷积神经网络/140
15.5改进模型/145
16情感分析实例:IMDB影评情感分析/152
16.1问题描述/152
16.2导入数据/153
16.3词嵌入/154
16.4多层感知器模型/155
16.5卷积神经网络/157
第四部分循环神经网络
17循环神经网络速成/162
17.1处理序列问题的神经网络/163
17.2循环神经网络/164
17.3长短期记忆网络/165
18多层感知器的时间序列预测:国际旅行人数预测/167
18.1问题描述/167
18.2导入数据/168
18.3多层感知器/169
18.4使用窗口方法的多层感知器/172
19LSTM时间序列问题预测:国际旅行人数预测177
19.1LSTM处理回归问题/177
19.2使用窗口方法的LSTM回归/181
19.3使用时间步长的LSTM回归/185
19.4LSTM的批次间记忆/188
19.5堆叠LSTM的批次间记忆/192
20序列分类:IMDB影评分类/197
20.1问题描述/197
20.2简单LSTM/197
20.3使用Dropout改进过拟合/199
20.4混合使用LSTM和CNN/201
21多变量时间序列预测:PM2.5预报/203
21.1问题描述/203
21.2数据导入与准备/204
21.3构建数据集/206
21.4简单LSTM/207
22文本生成实例:爱丽丝梦游仙境/211
22.1问题描述/211
22.2导入数据/212
22.3分词与向量化/212
22.4词云/213
22.5简单LSTM/215
22.6生成文本/219
附录A深度学习的基本概念/223
A.1神经网络基础/223
A.2卷积神经网络/227
A.3循环神经网络/229
python keras_深度学习:基于Keras的Python实践相关推荐
- 深度学习基于Keras的Python实践——印第安糖尿病人诊断
项目地址:https://github.com/abc222/MyDeepLearningStudy/tree/master/pima-indians 多层感知器 多层感知器是最简单的神经网络模型,用 ...
- 人脸识别学习一(Keras: 基于 Python 的深度学习库)
只是把一些文字部分复制出来方便看,完整还是参考源地址,参考文章https://keras.io/zh/ 写在前面: 第一次接触Keras,用自己的话简单概括一下什么事Keras,(不准确之处欢迎批评指 ...
- DL框架之Keras:深度学习框架Keras框架的简介、安装(Python库)、相关概念、Keras模型使用、使用方法之详细攻略
DL框架之Keras:深度学习框架Keras框架的简介.安装(Python库).相关概念.Keras模型使用.使用方法之详细攻略 目录 Keras的简介 1.Keras的特点 2.Keras四大特性 ...
- 附pdf下载 | 入门Python和深度学习的经典书
当下Python和深度学习为代表的人工智能AI技术非常火热,正深刻影响着人类社会的方方面面.今天分享推荐三本入门Python和深度学习的电子书: python电子书教程 PyTorch电子书教程 神经 ...
- Machine Learning Mastery 博客文章翻译:深度学习与 Keras
目录 Keras 中神经网络模型的 5 步生命周期 在 Python 迷你课程中应用深度学习 Keras 深度学习库的二元分类教程 如何用 Keras 构建多层感知器神经网络模型 如何在 Keras ...
- Keras快速上手:基于Python的深度学习
Keras快速上手:基于Python的深度学习 谢梁,鲁颖,劳虹岚 著 ISBN:9787121318726 包装:平装 开本:16开 正文语种:中文 出版社: 电子工业出版社 出版时间:2017-0 ...
- 学习笔记 Keras:基于Python的深度学习库
目录: [TOC] 本系列参考官方文档官方文档 这就是Keras Keras是一个高层神经网络API,Keras由纯Python编写而成并基Tensorflow.Theano以及CNTK后端.Kera ...
- 从Theano到Lasagne:基于Python的深度学习的框架和库
从Theano到Lasagne:基于Python的深度学习的框架和库 [日期:2015-08-03] 来源:http://creative-punch.net/ 作者:Creative Punch ...
- 深度学习必备书籍——《Python深度学习 基于Pytorch》
作为一名机器学习|深度学习的博主,想和大家分享几本深度学习的书籍,让大家更快的入手深度学习,成为AI达人!今天给大家介绍的是:<Python深度学习 基于Pytorch> 文章目录 一.背 ...
最新文章
- LINQ : IEnumerableT and IQueryableT区别
- C++11中auto的使用
- python svm超参数_grid search 超参数寻优
- 2019年上半年收集到的国外人工智能发展详情文章
- Transformer中的位置编码(PE,position)
- 请求外部图片的时候,遇到403的错误的解决方案
- 人工智能对医疗和健康产业的冲击和革命——体外克隆
- HDU 5673 Robot 卡特兰数
- Java学习(8):贪吃蛇游戏
- 小乌龟与git配置使用
- HTML基础标签代码实例
- Python Wind量化API
- 华为云私有云解决方案的年终答卷
- RPG游戏制作-01-搭建游戏框架,初进游戏世界
- 如何推广你的区块链初创企业,顺利完成ICO及后续发展
- chrome插件安装
- Type-C保温杯取电方案
- MATLAB解方程组
- java后端工程师面试题(笔试):2022-11-04 经历(一)
- 认识Kernel 内存泄漏
热门文章
- fir c语言程序,fir.rar fir的c语言程序 - 下载 - 搜珍网
- 归并排序的时间复杂度为什么为nlogn
- MFC创建模式对话框与非模式对话框
- 计算机视觉(一)概述
- 操作系统--用户级线程与内核级线程
- puppeteer( Nodejs 版 selenium )快速入门
- SpringBoot 自带工具类~StringUtils
- python matplotlib 散点图_python matplotlib散点图颜色
- 微云存照片会变模糊吗_手机自带微云台防抖,VivoX50系列不一般
- pythonasyncio并发编程实战_python异步编程之asyncio(百万并发)