Keras图像深度学习实战 - (EPUB全文下载)

文件大小：1.56 mb。
文件格式：epub 格式。
书籍内容：

版权信息
书名：Keras图像深度学习实战
作者：侯宜军
本书由北京图灵文化发展有限公司发行数字版。版权所有，侵权必究。
您购买的图灵电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
图灵社区会员 linyd（627005358@qq.com） 专享 尊重版权
内容摘要
作者简介
1　简介
1.1　keras是什么
1.2　一些基本概念
1.2.1　符号计算
1.2.2　张量
1.2.3　data_format
1.2.4　模型
1.2.5　batch
1.2.6　epochs
1.3　安装Python
1.4　安装Theano
1.5　安装opencv
1.6　安装Keras
2　CNN眼中的世界
2.1　卷积神经网络
2.2　使用Keras探索卷积网络的滤波器
2.3　可视化所有的滤波器
2.4　愚弄神经网络
2.5　展望未来
3　Keras模型
3.1　Sequential模型
3.1.1　add
3.1.2　pop
3.1.3　compile
3.1.4　fit
3.1.5　evaluate
3.1.6　predict
3.1.7　predict_classes
3.1.8　train_on_batch
3.1.9　test_on_batch
3.1.10　predict_on_batch
3.1.11　fit_generator
3.1.12　evaluate_generator
3.1.13　predcit_generator
3.2　常用层
3.2.1　Dense层
3.2.2　Activation层
3.2.3　Dropout层
3.2.4　Flatten层
3.2.5　Reshape层
3.2.6　Permute层
3.2.7　RepeatVector层
3.2.8　Lambda层
3.3　卷积层
3.3.1　Conv1D层
3.3.2　Conv2D层
3.4　池化层
3.4.1　MaxPooling1D层
3.4.2　MaxPooling2D层
4　目标函数
4.1　MSE
4.2　MAE
4.3　MAPE
4.4　MSLE
4.5　squared_hinge
4.6　hinge
4.7　binary_crossentropy
4.8　categorical_crossentropy
4.9　sparse_categorical_crossentrop
5　优化器
5.1　公共参数
5.2　SGD
5.3　RMSprop
5.4　Adagrad
5.5　Adadelta
5.6　Adam
5.7　Adamax
5.8　Nadam
6　训练模型的注意事项
6.1　参数初始化
6.1.1　零初始化
6.1.2　随机初始化
6.2　数据预处理（Data Preprocessing）
6.2.1　零均值化（Mean subtraction）
6.2.2　归一化（Normalization）
6.2.3　PCA & Whitening
6.2.4　数据扩充（Data Augmentation）
7　图片预处理
7.1　利用小数据量
7.2　图像处理scipy.ndimage
7.3　热点图
7.4　高斯滤波
7.5　图片翻转
7.6　轮廓检测
7.7　角点
7.8　直方图
7.9　形态学图像处理
7.9.1　膨胀和腐蚀
7.9.2　Hit和Miss
8　CNN实战
8.1　Mnist
8.1.1　代码
8.1.2　导入导出
8.1.3　预测
8.2　Cifar16
8.2.1　代码
8.2.2　分析
8.3　人脸识别
8.4　视频识别
8.5　用神经网络去噪
8.5.1　对图像添加噪音
8.5.2　去噪神经网络
8.5.3　模型的保存和恢复
8.6　视频抽取图片
9　参考
内容摘要
Keras是什么？它是一款非常流行的深度学习计算框架，利用keras只要十几行代码就能写出一个简单的神经网络训练模型。
Keras本身并不提供深度学习的计算引擎，实际它是利用TensorFlow或者Theano作为后端计算引擎的，但它封装了众多API接口，使用者只要了解其封装层的特性就能灵活应用于各种应用场景。是作为深度学习开发者的编程利器。
Keras有两大最显著的特点：一是编程接口简单，封装了众多TensorFlow和Theano细节；二是可在多种机器学习引擎之间自由切换，目前支持TensorFlow和Theano两种，其作者有意未来扩展到其他引擎。
本书不打算涉及Keras的各个方面，而只是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。
本书共分成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。本书是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。
本书的目标人群主要定位为具有一定python编程基础，对深度学习原理有一定了解，并且对人工智能图像处理领域有浓厚兴趣的人群。
作者简介
侯宜军，男，南京邮电大学计算机系研究生毕业，先后在电信设计院、摩托罗拉、医疗互联网初创公司等工作过，居住在南京。
具有多年分布式系统开发、数据分析从业经历，对Keras，Storm，Spark，Kafka等大数据技术框架较熟悉。目前研究方向集中在分布式系统、深度学习框架等领域。2015~2016年曾经与他人共同创办六度服务号中医在线平台，2017年初因个人原因退出创业团队，目前在苏宁云 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。