TensorFlow与Keras—Python深度学习应用实务

本书从MLP、CNN 和 RNN 3 种主要神经网络模型开始，先图解，再实现，最后是更多的实战应用案例，循序渐进地进行讲解，不仅可以让读者实际使用 Python实现深度学习，更可以了解各种神经网络的来龙去脉，深入且真正了解神经网络的理论基础，最终让读者能够真正构建出自己的神经网络模型。

本书涵盖内容

◎ 人工智能、机器学习、深度学习的基础

◎ 从最基础的神经网络到构建深度学习模型

◎ 突破性的卷积神经网络在计算机视觉中的应用

◎ 处理自然语言等具序列性数据的循环神经网络

◎ 构建并调整自己的神经网络模型

◎ 神经网络的模型视觉化、共享与输出

●本书采用图解的形式，让你快速理解工作原理，数学不好也没关系。

●大量案例，教你用适当的算法调整模型，提高模型准确率。

●解说各种类型数据的预处理方法，让预测结果更准确。

本书主要知识点及部分案例

●MLP多层感知器——回归与分类问题

进行糖尿病、鸢尾花的多元分类预测、房价的回归预测

● CNN卷积神经网络——计算机视觉

实现手写识别、进行彩色图片的分类、去除图片噪声

●RNN循环神经网络——自然语言处理

使用RNN、LSTM、GRU实现影评的情绪分析、进行股价预测

●构建自己的深度学习模型

数据预处理与数据增强、调整神经网络、模型可视化

《TensorFlow与Keras——Python深度学习应用实战》是一本使用Python+TensorFlow+Keras实现深度学习的

入门图书，全书秉持“先图解、再实现，而后实战应用”的精神，带你实际训练自己的深度学习模型。其中第1

篇详细介绍了人工智能、机器学习、深度学习基础，TensorFlow和Keras开发环境的搭建；第2篇介绍了多层感

知器在回归问题和分类问题中的应用；第3篇介绍了卷积神经网络CNN在计算机视觉中的应用；第4篇介绍了循

环神经网络RNN在自然语言处理中的应用；第5篇介绍了深度学习模型的构建。全书内容丰富，并通过大量的图

形和案例进行讲解，可以让读者快速看懂学会，特别适合大中专院校人工智能相关专业学生、机器学习/深度学习

初学者作为参考书学习。

陈允杰，中国台湾地区著名信息技术作家，已出版多本人工智能、机器学习/深度学习、数据科学、网络爬虫、大数据分析和物联网相关图书。另外，他开发了多种帮助初学者学习程序设计的教学工具，如fChart流程图解释器(可执行的流程图)，支持Python、JavaScript和C语言的Blockly可视化积木程序编辑器，并且将相关教学工具导入大专和中高职的图书和程序设计教学中。