密碼：6666
《keras快速上手：基於python的深度學習實戰》系統地講解了深度學習的基本知識、建模過程和應用，並以深度學習在推薦系統、影象識別、自然語言處理、文字生成和時間序列中的具體應用為案例，詳細介紹了從工具準備、資料獲取和處理到針對問題進行建模的整個過程和實踐經驗，是一本非常好的深度學習入門書。
不同於許多講解深度學習的書籍，《keras快速上手：基於python的深度學習實戰》以實用為導向，選擇了 keras 作為程式設計框架，強調簡單、快速地設計模型，而不去糾纏底層**，使得內容相當易於理解，讀者可以在 cntk、 tensorflow 和 theano 的後台之間隨意切換，非常靈活。並且本書能幫助讀者從高度抽象的角度去審視業務問題，達到事半功倍的效果。
[1]編輯1 準備深度學習的環境 1
1.1 硬體環境的搭建和配置選擇 1
1.1.1 通用圖形處理單元 3
1.1.2 你需要什麼樣的 gpu 加速卡 6
1.1.3 你的 gpu 需要多少記憶體 6
1.1.4 是否應該用多個 gpu 10
1.2 安裝軟體環境 12
1.2.1 所需軟體列表 12
1.2.2 cuda 的安裝 13
1.2.3 python 計算環境的安裝 13
1.2.4 深度學習建模環境介紹 15
1.2.5 安裝 cntk 及對應的 keras 17
1.2.6 安裝 theano 計算環境 23
1.2.7 安裝 tensorflow 計算環境 25
1.2.8 安裝 cudnn 和 cnmem 27
2 資料收集與處理 28
2.1 網路爬蟲 28
2.1.1 網路爬蟲技術 29
2.1.2 構造自己的 scrapy 爬蟲 30
2.1.3 構造可接受引數的 scrapy 爬蟲 35
2.1.4 執行 scrapy 爬蟲 36
2.1.5 執行 scrapy 爬蟲的一些要點 38
2.2 大規模非結構化資料的儲存和分析 40
2.2.1 elasticsearch 介紹 42
2.2.2 elasticsearch 應用例項 44
3 深度學習簡介 57
3.1 概述 57
3.2 深度學習的統計學入門 58
3.3 一些基本概念的解釋 61
3.3.1 深度學習中的函式型別 62
3.3.2 深度學習中的其他常見概念 65
3.4 梯度遞減演算法 67
3.5 後向傳播演算法 70
4 keras 入門 72
4.1 keras 簡介 72
4.2 keras 中的資料處理 73
4.2.1 文字預處理 74
4.2.2 序列資料預處理 82
4.2.3 資料輸入 83
4.3 keras 中的模型 83
4.4 keras 中的重要物件 86
4.5 keras 中的網路層構造 90
4.6 使用 keras 進行奇異值矩陣分解 102
5 推薦系統 105
5.1 推薦系統簡介 105
5.2 矩陣分解模型 108
5.3 深度神經網路模型 114
5.4 其他常用演算法 117
5.5 評判模型指標 119
6 影象識別 121
6.1 影象識別入門 121
6.2 卷積神經網路的介紹 122
6.3 端到端的 mnist 訓練數字識別 127
6.4 利用 vgg16 網路進行字型識別 131
6.5 總結 135
7 自然語言情感分析 136
7.1 自然語言情感分析簡介 136
7.2 文字情感分析建模 139
7.2.1 詞嵌入技術 139
7.2.2 多層全連線神經網路訓練情感分析 140
7.2.3 卷積神經網路訓練情感分析 143
7.2.4 迴圈神經網路訓練情感分析 144
7.3 總結 146
8 文字生成 147
8.1 文字生成和聊天機械人 147
8.2 基於檢索的對話系統 148
8.3 基於深度學習的檢索式對話系統 159
8.3.1 對話資料的構造 159
8.3.2 構造深度學習索引模型 162
8.4 基於文字生成的對話系統 166
8.5 總結 172
9 時間序列 173
9.1 時間序列簡介 173
9.2 基本概念 174
9.3 時間序列模型**準確度的衡量 178
9.4 時間序列資料示例 179
9.5 簡要回顧 arima 時間序列模型 181
9.6 迴圈神經網路與時間序列模型 186
9.7 應用案例 188
9.7.1 長江漢口月度流量時間序列模型 190
9.7.2 國際航空月度乘客數時間序列模型 203
9.8 總結 209
10 智慧型物聯網 210
10.1 azure 和 iot 210
10.2 azure iot hub 服務 213
10.3 使用 iot hub 管理裝置概述 215
10.4 使用.net 將模擬裝置連線到 iot 中心 218
10.5 機器學習應用例項 237
Keras快速上手
keras的核心資料結構是 模型 模型是一種組織網路層的方式。keras中主要的模型是sequential模型，sequential是一系列網路層按順序構成的棧。你也可以檢視泛型模型來學習建立更複雜的模型 以 和注釋的結合的方式來具體了解一下如何快速使用keras。1 2 引入sequential模...
Keras 中文文件學習筆記 快速上手Keras
基於中文官方文件與英文官方文件的學習筆記，較系統的總結學習歷程。keras的核心資料結構是 模型 模型是一種組織網路層的方式。keras中主要的模型是sequential模型，sequential是一系列網路層按順序構成的棧。coding utf 8 created on sun jan 7 22 ...
ibatis 快速上手
簡介 例子 現在我們我們通過乙個簡單的案例，了解如何通過ibatis解決資料訪問問題。現在有有乙個資料庫，資料庫裡面有一張人員資訊表 需求是這樣 通過乙個web應用程式顯示人員資訊表裡面的資訊，並且可以新增 修改 刪除人員記錄 乙個並不複雜的案例，但是它覆蓋所有開發首先要學習的內容。第1步 the ...