딥 러닝 (딥 러닝)는 기계 학습 기반의 특성 학습 데이터의 방법이다. 최근 몇 년 동안, 깊은 학습 기술 분야에왔다 업계는 점점 더 널리 사용됩니다. 글로벌 다양성 데이터의 모든 분야에서 축적 및 컴퓨팅 자원의 속도가 비즈니스 서비스를 성숙과 함께 깊은 학습은 인공 지능의 가장 효과적인 방법이되고있다.
현재, 음성 인식 학습 기술, 영상 분류, 제품 권장 사항 및 기타 응용 프로그램의 깊이는 지능형 처리의 기록 레벨을 갱신하는 것을 계속한다. 그러나 동시에, 어려운 학습 모델 파라미터 튜닝 어려운 대규모 훈련주기 매개 변수 및 기타 문제가 오랫동안 괴롭혀 연구 개발 인력의 깊이를 설명합니다.
책의 많은 현대의 도입 깊이 연구,하지만 서로 다른 "깊은 학습 전투는,"책의 관점은, 그것은 포괄적 인 실천에 초점을 맞추고 있습니다. O'REILLY 출판사에 의해 출판 영어로 "깊은 학습 전투"의 기계 산업 보도 출판 중국어판은, 저자 Douwe Osinga 구글에서 일,이 연구와 연구 및 수석 전문 관행의 깊이입니다.
책 세부 커버 보려면 클릭하세요
이 책에서는 모든 예는 파이썬으로 작성되고, 대부분의 코드는 좋은 프레임 워크 Keras에 의존 달성하기 위해, 코드의 각 장에서는 노트북에 배치 할, 당신은 다운로드 사이트에서 배울 수 있습니다. 인스턴스 장에서 기술 응용 프로그램 시나리오에 대한 각각의 장, 데이터 수집 기술로 시작, 몇 가지 팁과 완벽한 장 대상 데이터 시각화 기술을 따랐다.
텍스트 처리 분야
워드는 자연 언어 처리의 기본적인 방법에 포함, 우리는 높은 차원 공간을 시각화하는 방법을 탐구 Word2vec 제 3 장에서 단어의 유사성을 계산하기 위해 사전에 훈련 된 모델에 포함 된 첫 번째 단어를 사용하고, 몇 가지 흥미로운 수학적 속성을 보여줍니다 포함 된 단어의 특정 필드 Word2vec 의미 론적 특성을 순위.
권장 시스템이 널리 사업에 사용되는, 그것은 이전에 수집 된 사용자 데이터를 기반으로 등급을 훈련했다. 우리는 위키 백과 보내는 링크 (나가는 링크)를 기반으로 간단한 영화 추천 시스템을 구축, 영화의 점수를 예측하는 장에서 4 개의 코멘트를 새로운 임베디드 교육을 사용합니다.
재발 성 신경 네트워크는 신경 네트워크의 중요한 클래스, 처리 시간 또는 시퀀스에 좋은 텍스트 처리 응용 프로그램의 넓은 범위에서, 우리는 RNN가 시각화를위한 유사한 제 5 장에서 텍스트 스타일로 셰익스피어의 텍스트 스타일 및 RNN 작업을 생성 사용할 수 있습니다.
스마트 고객 서비스는 유사한 문서 또는 문제에 대한 모양과 일치하도록, 우리는 전체 문제는, 이들 내장에서 팬더를 사용 EMBED 단어를 구축하기 위해 스택 Exchange 사이트의 데이터를 사용 제 6 장에서 핵심적인 요소는 텍스트 매칭 문제가있는 응답 시스템을 사용합니다 .
소셜 네트워크에있는 사람들은 제 7 장에 해당 이모티콘이 추천하는 짧은 텍스트를 제공, 우리는 기본 성능을 정교, 베이지안 분류기를 사용하여 수집합니다 트윗을 달성하기 위해 트위터 API를 사용하고, 또한 회선 모델을 설명 모델의 조합과 튜닝 방법을 사용하십시오.
그런 다음, 제 8 장에서 우리는 고대의 대화 구텐베르크 프로젝트 (프로젝트 구텐베르크)에서 추출 된 텍스트 조각 19 세기 소설 사이의 변환의 순서를 배우고, 로봇을 훈련 seq2seq 툴킷을 사용하는 신경 네트워크를 소개합니다.
이미지 처리
깊이 학습 기술은 이미지 인식 및 컴퓨터 비전 분야에서 상대적으로 광범위한 영향을 생성한다. 이미지 분류 작업에서는 신경망의 층 (때로는 백 개 이상의 층)의 수십 매우 효과적인 것으로 입증되었습니다, 이러한 네트워크를 훈련하는 것은 우수한 처리 능력과 훈련 이미지의 방대한 양을 필요로한다.
제 9 장에서 우리는 어떻게 미리 훈련 네트워크를로드하는 방법 (네트워크가 제공하는 다섯 사전 훈련 네트워크 Keras 중 하나입니다) 이미지 입력하기 전에 필요한 사전 프로세스 연구, 네트워크를 실행하는 방법을 추론의 디스플레이 모드를 보여 드리겠습니다. 새 작업에 대한 부분적인 재 훈련은 다른 데이터 마이그레이션 연구 (전송 학습) 개념을 포함한다.
웹 검색에서는지도 모드를 검색하려고합니다 어떤 사람들이 걸릴 수 있습니다. 제 10 장에서 우리는 예를 그래프로 이미지를 검색 할 수있는 검색 엔진을 구축, 우리는 데이터 위키피디아 (위키 데이터)를 쿼리 및 위키 백과에서 사진 갤러리를 시작 적절한 기초를 얻는 방법을 연구한다. 그런 다음, 우리는 각 사진에 대한 사전 할당 훈련 네트워크를 사용합니다, 우리는 차트와 차트 쇼 사이의 관계를 시각화하는 방법으로 주성분 분석 (주성분 분석, PCA)을 연구합니다.
현실 세계에서, 우리는 종종 Keras에 파이썬 노트북에서 가장 진보 중 하나를 재현하는 고전적인 이미지 처리 작업뿐만 아니라, 연구의 매우 활동적인 영역 인 이미지에서 정보를 추출하는 여러 대상 물체를 감지 할 필요가 알고리즘은 더 어렵습니다.
제 11 장에서 우리는 빠른 RCNN 교육 완료 표적 탐지 작업을 사용하여, 같은 모델에 병렬로 빠른 RCNN 교육 영역은 오히려 혼자 지역 문제 권장 사항을 다루는 것보다, 교육에 대한 기능 맵 이미지 분류를 권장합니다.
使用计算机来“魔术”渲染图像很有趣，在第12章我们将探讨一些用于可视化展现卷积网络进行图像分类时所见内容的技术。
然后，我们将介绍尺度（octaves）、深度梦想（deep dreaming）技术、格拉姆矩阵（gram matrices）等，之后，我们进一步将这种技术应用于现有图像，并采用文森特·梵高的名画《星空》的绘画风格渲染照片，使用两种样式的图像渲染同一张图片，从而获得一个两种风格之间的渲染结果。
基于实例生成图像是一个热门的研究领域，在该领域中每月都会涌现出新想法和新突破。
在第13章，我们将研究一个略有局限性的领域：手绘草图，从Google的Quick Draw数据集开始着手，建立一个能够学习“猫属性”的自编码器模型。我们还研究条件变分自编码器（conditional variational autoencoders），它在训练时会考虑图像标签，因此能够以随机样式再现特定类的图像。
在线搜索“免费图标”可以得到很多搜索结果。但是，这些结果并不是真正免费的（即没有任何使用限制的免费使用），大部分结果只是让用户感觉好像不需要花钱。此外，你还不能免费地重用这些图标，并且通常情况下网站会强烈建议你购买它们。
因此，在第14章，我们使用条件变分自编码器、生成式对抗网络（generative adversarial network，GAN）、RNN三种深度网络生成图标，从如何下载、提取，并将图标处理成可使用的标准格式。
音乐处理
语音识别和语音合成技术使得亚马逊Alexa和GoogleHome成为可能，然而，语音处理任务实际上是在亚马逊、Google或苹果的数据中心运行的，因此我们还不认为这些是真正的深度学习试验。尽管Mozilla的深度语音（Deep Speech）已取得了令人瞩目的进步，建立最先进的语音识别系统还是十分困难的。
第15章关注的重点是音乐，我们从训练音乐分类器模型开始，该模型可以告诉我们正在听的是什么音乐。然后，我们使用模型结果建立本地MP3索引，使用Spotfy API建立公开播放列表语料库，并用该库建立音乐推荐系统。
最后，该书在第16章介绍了在实际生产系统中使用模型的内容，让模型在真实的服务器或移动设备上运行。
近年，全球人工智能研究机构、研究院相继成立，深度学习成为人工智能的核心必备工具。对于深度学习研究人员，特别是应用开发工程师而言，如何摆脱深度学习模型的“黑盒”困境、如何让深度学习模型设计更加简洁高效、如何将深度学习快速地应用到具体的业务领域，该书进行了详细的介绍及代码示例，在每个实例场景，作者还提供具有重要价值的实践经验提点。读者如果想要进一步了解相关内容，可以参阅该书相关部分。
认真学完本书，读者将具备或提高两种能力：一是掌握深度学习的Python代码设计；二是能够自行开发深度学习具体应用。
《深度学习实战》
作者：杜威·奥辛格
出版时间：2019年5月
扫码购买
推荐理由：
本书是一本聚焦深度学习实际应用的开发指南。作者曾是Google的软件工程师，对深度学习研究及实践有着丰富的积累。本书记录了作者从实际工作中总结出来的很多开发技巧， 不仅涵盖与深度神经网络调试相关的通用技巧，包括排查错误、检查结果、选择激活函数、正则化和Dropout、设置训练参数等技巧，还通过实际例子介绍深度学习在文本处理、图像处理、音乐处理等方面的技巧，而且还从实际使用的角度阐述如何在生产系统中部署机器学习应用，非常适合开发实际应用的深度学习工程师阅读和参考。
扫码购买
进入下方微信群找群主可以领取优惠券哦
使用优惠券购买更优惠哦
는 AS 코드 책 매장 운영 직원, 우리의 "에 여러분을 초대합니다 CSDN 코드북 복지 그룹 "그룹이 수시로 당신에게 줄 것이다 책, 쿠폰으로 책 등,이 책을 권장 또는 물류 정보도 상담 그룹에서 사용할 수 있습니다 오 입력 코드를 스캔
이차원 코드가 만료 된 경우, 마이크로 신호 "lxk1844"를 추가하십시오, 당신은 그룹으로 끌어 오