实例介绍
【实例简介】内容简介
《21 个项目玩转深度学习一一基于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。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。
【实例截图】
【核心代码】以下是各章代码详细的运行方法：
1. [MNIST机器学习入门](chapter_1/README.md)
2. [CIFAR-10与ImageNet图像识别](chapter_2/README.md)
3. [打造自己的图像识别模型](chapter_3/README.md)
4. [Deep Dream](chapter_4/README.md)
5. [深度学习中的目标检测](chapter_5/README.md)
6. [人脸检测和人脸识别](chapter_6/README.md)
7. [图像风格迁移](chapter_7/README.md)
8. [GAN与DCGAN入门](chapter_8/README.md)
9. [pix2pix模型与自动上色技术](chapter_9/README.md)
10. [超分辨率：让图像变得更清晰](chapter_10/README.md)
11. [CycleGAN与非配对图像转换](chapter_11/README.md)
12. [RNN基本结构与Char RNN文本生成](chapter_12/README.md)
13. [序列分类问题详解](chapter_13/README.md)
14. [词的向量表示：word2vec与词嵌入](chapter_14/README.md)
15. [在TensorFlow中进行时间序列预测](chapter_15/README.md)
16. [神经网络机器翻译技术](chapter_16/README.md)
17. [看图说话：将图像转换为文字](chapter_17/README.md)
18. [强化学习入门之Q Learning](chapter_18/README.md)
19. [强化学习入门之SARSA算法](chapter_19/README.md)
20. [深度强化学习：Deep Q Learning](chapter_20/README.md)
21. [策略梯度（Policy Gradient）算法](chapter_21/README.md)
《21 个项目玩转深度学习一一基于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。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。
【实例截图】
【核心代码】以下是各章代码详细的运行方法：
1. [MNIST机器学习入门](chapter_1/README.md)
2. [CIFAR-10与ImageNet图像识别](chapter_2/README.md)
3. [打造自己的图像识别模型](chapter_3/README.md)
4. [Deep Dream](chapter_4/README.md)
5. [深度学习中的目标检测](chapter_5/README.md)
6. [人脸检测和人脸识别](chapter_6/README.md)
7. [图像风格迁移](chapter_7/README.md)
8. [GAN与DCGAN入门](chapter_8/README.md)
9. [pix2pix模型与自动上色技术](chapter_9/README.md)
10. [超分辨率：让图像变得更清晰](chapter_10/README.md)
11. [CycleGAN与非配对图像转换](chapter_11/README.md)
12. [RNN基本结构与Char RNN文本生成](chapter_12/README.md)
13. [序列分类问题详解](chapter_13/README.md)
14. [词的向量表示：word2vec与词嵌入](chapter_14/README.md)
15. [在TensorFlow中进行时间序列预测](chapter_15/README.md)
16. [神经网络机器翻译技术](chapter_16/README.md)
17. [看图说话：将图像转换为文字](chapter_17/README.md)
18. [强化学习入门之Q Learning](chapter_18/README.md)
19. [强化学习入门之SARSA算法](chapter_19/README.md)
20. [深度强化学习：Deep Q Learning](chapter_20/README.md)
21. [策略梯度（Policy Gradient）算法](chapter_21/README.md)
标签： tensorflow 深度学习 flow en 21
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论