将深度学习技术应用于图像处理，推荐阅读《深度学习技术图像处理入门》，基于理论讲解，由浅入深地引出若干个经典案例，讲解当前深度神经网络在图像处理领域的应用。提供了基于云GPU容器（Docker）的完整在线开发环境，方便初学者直接学习核心代码。
《深度学习技术图像处理入门》以通俗易懂的语言简要讲解机器学习的核心概念，通过比较传统机器学习和深度神经网络的区别，引入深度神经网络的应用领域，将一个完整的深度神经网络的复杂结构拆成输入处理、模型元件以及模型优化三个子块，并详细说明如何将深度神经网络模型应用在移动端App制作中。
《深度学习技术图像处理入门》PDF，267页，带书签目录，文字可以复制；
源代码；作者:杨培文
下载: https://pan.baidu.com/s/1V_R7LOQkEJA6oz-nJt-P7w
提取码: tcdn
《深度学习技术图像处理入门》从机器学习、图像处理的基本概念入手，逐步阐述深度学习图像处理技术的基本原理以及简单的实现。继而以几个实战案例来介绍如何使用深度学习方法，在数据分析竞赛中取得较高的排名。通过一个实战案例，介绍如何将模型放入 iOS 程序，制作相应的人工智能手机App。
《深度学习技术图像处理入门》适用于对深度学习有兴趣、希望入门这一领域的软件开发人员。所有案例均提供了云环境上的代码，便于复现结果，并进行深入学习。
基于理论讲解，由浅入深地引出若干个经典案例，讲解当前深度神经网络在图像处理领域的应用。同时提供了基于云GPU容器（Docker）的完整在线开发环境，方便直接学习核心代码。
《Keras图像深度学习实战》PDF，138页，带书签目录，文字可以复制。
《keras2.0中文文档》PDF，233页，带书签目录，文字可以复制。
下载：https://pan.baidu.com/s/1IkNxBpS2Qr7LfgN5I2cg0g
《Keras图像深度学习实战》聚焦在图像处理领域，并结合图像处理的其他函数综合运用到神经网络模型中，通过此书的学习和实战能达到熟练运用神经网络进行常规图像处理的程度。
《Keras图像深度学习实战》共分成8个章节，第1章是Keras简介和环境搭建；第2～6章整体介绍Keras的软件框架，包含卷积层，池化层，损失函数，优化器等关键部件的使用说明；第7章介绍了常用的图像预处理技术，包括高斯滤波，轮廓检测等常用操作的介绍；第8章是实战篇，介绍Keras神经网络模型中常用的图像模型的设计方法，以及应用于视频领域的入门级介绍。
《Keras图像深度学习实战》是Keras神经网络中专注于图像识别领域的专业书籍，具有较强的实战性。
Keras文档的中文版，目前文档的版本号是2.0.4，包括keras.io的全部内容，以及更多的例子、解释和建议。
包含Keras新手指南，快速开始，网络层，数据预处理，网络配置，协助使用Keras，keras后端Backend，scikit-learn接口，深度学习与Keras等内容。
原文地址：https://www.cnblogs.com/zhoushp/p/11121643.html