21个项目玩转深度学习：基于TensorFlow的实践详解

以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。通过本

书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏。

内容简介

全书共包含21个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow的过程变得轻松和高效。本书代码基于TensorFlow1.4及以上版本，并介绍了TensorFlow中的一些新特性。

目录

目录

前言

第1章 MNIST机器学习入门1

第2章CIFAR-10与ImageNet图像识别 19

第3章 打造自己的图像识别模型50

第4章 DeepDream模型 70

第5章 深度学习中的目标检测91

第6章 人脸检测和人脸识别115

第7章 图像风格迁移141

第8章 GAN和DCGAN入门163

第9章pix2pix模型与自动上色技术 181

第10章 超分辨率：如何让图像变得更清晰199

第11章CycleGAN与非配对图像转换 210

第12章 RNN基本结构与CharRNN文本生成 225

第13章 序列分类问题详解252

第14章 词的向量表示：word2vec与词嵌入264

第15章 在TensorFlow中进行时间序列预测286

第16章 神经网络机器翻译技术302

第17章 看图说话：将图像转换为文字320

第18章 强化学习入门之Q333

第19章 强化学习入门之SARSA算法344

第20章 深度强化学习：DeepQ Learning 349

第21章策略梯度（PolicyGradient）算法361

如涉及版权等问题，可在本公号后台留言，我们将在第一时间处理，非常感谢！所有资料来源于网络，仅供学习研究，请购买作者原版！