Deep Learning with Python

Deep Learning with Python 适合立志研究人工智能、深度学习的初学者及有经验的开发者,本书分为两部分,第一部分是入门篇,讲解什么叫人工智能和深度学习,介绍一些基础概念,初级实例,适合初学者了解什么是深度学习;第二部分是高级篇,深度学习在计算机视觉、文本处理的方法和理论方法,也有很多的实际例子和最佳实践等,适合有经验开发者,学习梯度明显,是一本经典的人工智能书籍。

本书是 Google 推荐的学习深度学习的书籍,它深入精确的讲解了深度学习最基本的概念知识结构,对于宏观把握深度学习是很有帮助的,本书的代码是基于 Keras 框架 TensorFlow 引擎,作为第一本学习深度学习的书籍是非常好的选择。

这里提供下载,公众号回复 dlwp 也可获得下载地址:

中文版

英文版

百度网盘

书中源代码

原文地址:https://www.cnblogs.com/renyuzhuo/p/12222571.html

时间: 2024-10-28 15:23:56

Deep Learning with Python的相关文章

Machine and Deep Learning with Python

Machine and Deep Learning with Python Education Tutorials and courses Supervised learning superstitions cheat sheet Introduction to Deep Learning with Python How to implement a neural network How to build and run your first deep learning network Neur

Deep Learning with Python第二章(翻译)5

为了让它更具体一些,让我们回去看看MNIST例子的过程.首先,我们下载了MNIST的数据包: (略) 下一步,我们展示了张量train_images的轴的数量,ndim属性: (略) 这是它的shape: (略) 并且这是它的数据类型,dtype属性: (略) 所以我们有了一个8位int的3D张量.更准确的说,这是一个每个包含了28*8个整数的60000个矩阵.每个矩阵是一个有着0到255之间系数的灰度图片. 让我们使用Matplotlib库(标准科学python套中的一部分)来展示四个3D张量

Python深度学习 deep learning with Python 人民邮电出版社

内容简介 本书由Keras之父.现任Google人工智能研究员的弗朗索瓦?肖莱(Fran?ois Chollet)执笔,详尽介绍了用Python和Keras进行深度学习的探索实践,涉及计算机视觉.自然语言处理.生成式模型等应用.书中包含30多个代码示例,步骤讲解详细透彻.由于本书立足于人工智能的可达性和大众化,读者无须具备机器学习相关背景知识即可展开阅读.在学习完本书后,读者将具备搭建自己的深度学习环境.建立图像识别模型.生成图像和文字等能力. 作者简介 [作者简介] 弗朗索瓦?肖莱(Fran?

【转载】机器学习——深度学习(Deep Learning)

机器学习——深度学习(Deep Learning) 分类: Machine Learning2012-08-04 09:49 142028人阅读 评论(70) 收藏 举报 algorithmclassificationfeaturesfunctionhierarchy Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立.模拟人脑进行分析学习的神经网络,最近研究了机器学习中一些深度学习的相关知识,本文给出一些很有用的资料和心得. Key Words:有监督学习与无监督学习

(转) Deep Learning Resources

转自:http://www.jeremydjacksonphd.com/category/deep-learning/ Deep Learning Resources Posted on May 13, 2015 Videos Deep Learning and Neural Networks with Kevin Duh: course page NY Course by Yann LeCun: 2014 version, 2015 version NIPS 2015 Deep Learnin

机器学习——深度学习(Deep Learning)

Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立.模拟人脑进行分析学习的神经网络,最近研究了机器学习中一些深度学习的相关知识,本文给出一些很有用的资料和心得. Key Words:有监督学习与无监督学习,分类.回归,密度估计.聚类,深度学习,Sparse DBN, 1. 有监督学习和无监督学习 给定一组数据(input,target)为Z=(X,Y). 有监督学习:最常见的是regression & classification. regression:Y是实数vec

Python (1) - 7 Steps to Mastering Machine Learning With Python

Step 1: Basic Python Skills install Anacondaincluding numpy, scikit-learn, and matplotlib Step 2: Foundational Machine Learning Skills Unofficial Andrew Ng course notes Tom Mitchell Machine Learning Lectures Step 3: Scientific Python Packages Overvie

Deep Learning v0.1 documentation

LICENSE Deep Learning Tutorials Getting Started Datasets Notation A Primer on Supervised Optimization for Deep Learning Theano/Python Tips Classifying MNIST digits using Logistic Regression The Model Defining a Loss Function Creating a LogisticRegres

GTD180010:【翻译】The future of deep learning

The future of deep learning Tue 18 July 2017 By Francois Chollet In Essays. This post is adapted from Section 3 of Chapter 9 of my book, Deep Learning with Python (Manning Publications). It is part of a series of two posts on the current limitations