内容简介
第1章介绍了Keras的安装和设置过程以及如何配置Keras。
第2章介绍了使用CIFAR-10、CIFAR-100或MNIST等数据集，以及用于图像分类的其他数据集和模型。
第3章介绍了使用Keras的各种预处理和优化技术，优化技术包括TFOptimizer、AdaDelta等。
第4章详细描述了不同的Keras层，包括递归层和卷积层等。
第5章通过宫颈癌分类和数字识别数据集的实例，详细解释如何使用卷积神经网络算法。
第6章包括基本的生成式对抗网络（GAN）和边界搜索GAN。
第7章涵盖了递归神经网络的基础，以便实现基于历史数据集的Keras。
第8 章包括使用Keras进行单词分析和情感分析的NLP基础知识。
第9章展示了如何在Amazon评论数据集中使用Keras模型进行文本概述。
第10章侧重于使用Keras设计和开发强化学习模型。
目录
译者序
审校者简介
前言
第1章 Keras安装?
1
1.1 引言?
1
1.2 在Ubuntu 16.04上安装Keras? 1
1.2.1 准备工作? 2
1.2.2 怎么做?
2
1.3 在Docker镜像中使用Jupyter Notebook安装Keras? 7
1.3.1 准备工作? 7
1.3.2 怎么做?
7
1.4 在已激活GPU的Ubuntu 16.04上安装Keras? 9
1.4.1 准备工作? 9
1.4.2 怎么做?
10
第2章 Keras数据集和模型? 13
2.1 引言?
13
2.2 CIFAR-10数据集?
13
2.3 CIFAR-100数据集?
15
2.4 MNIST数据集? 17
2.5 从CSV文件加载数据? 18
2.6 Keras模型入门? 19
2.6.1 模型的剖析? 19
2.6.2 模型类型? 19
2.7 序贯模型? 20
2.8 共享层模型? 27
2.8.1 共享输入层简介? 27
2.8.2 怎么做?
27
2.9 Keras函数API? 29
2.9.1 怎么做?
29
2.9.2 示例的输出? 31
2.10 Keras函数API——链接层? 31
2.11 使用Keras函数API进行图像分类? 32
第3章 数据预处理、优化和可视化? 36
3.1 图像数据特征标准化? 36
3.1.1 准备工作? 36
3.1.2 怎么做?
37
3.2 序列填充? 39
3.2.1 准备工作? 39
3.2.2 怎么做?
39
3.3 模型可视化? 41
3.3.1 准备工作? 41
3.3.2 怎么做?
41
3.4 优化?
43
3.5 示例通用代码? 43
3.6 随机梯度下降优化法? 44
3.6.1 准备工作? 44
3.6.2 怎么做?
44
3.7 Adam优化算法? 47
3.7.1 准备工作? 47
3.7.2 怎么做?
47
3.8 AdaDelta优化算法?
50
3.8.1 准备工作? 51
3.8.2 怎么做?
51
3.9 使用RMSProp进行优化?
54
3.9.1 准备工作? 54
3.9.2 怎么做?
54
第4章 使用不同的Keras层实现分类? 58
4.1 引言?
58
4.2 乳腺癌分类? 58
4.3 垃圾信息检测分类? 66
第5章 卷积神经网络的实现? 73
5.1 引言?
73
5.2 宫颈癌分类? 73
5.2.1 准备工作? 74
5.2.2 怎么做?
74
5.3 数字识别? 84
5.3.1 准备工作? 84
5.3.2 怎么做?
85
第6章 生成式对抗网络? 89
6.1 引言?
89
6.2 基本的生成式对抗网络? 90
6.2.1 准备工作? 91
6.2.2 怎么做?
91
6.3 边界搜索生成式对抗网络? 98
6.3.1 准备工作? 99
6.3.2 怎么做?
100
6.4 深度卷积生成式对抗网络? 106
6.4.1 准备工作? 107
6.4.2 怎么做?
108
第7章 递归神经网络? 116
7.1 引言?
116
7.2 用于时间序列数据的简单RNN? 117
7.2.1 准备工作? 118
7.2.2 怎么做?
119
7.3 时间序列数据的LSTM网络?
128
7.3.1 LSTM网络? 128
7.3.2 LSTM记忆示例? 129
7.3.3 准备工作? 129
7.3.4 怎么做?
129
7.4 使用LSTM进行时间序列预测? 133
7.4.1 准备工作? 134
7.4.2 怎么做?
135
7.5 基于LSTM的等长输出序列到序列学习? 143
7.5.1 准备工作? 143
7.5.2 怎么做?
144
第8章 使用Keras模型进行自然语言处理? 150
8.1 引言?
150
8.2 词嵌入?
150
8.2.1 准备工作? 151
8.2.2 怎么做?
151
8.3 情感分析? 157
8.3.1 准备工作? 157
8.3.2 怎么做?
159
8.3.3 完整代码清单? 162
第9章 基于Keras模型的文本摘要? 164
9.1 引言?
164
9.2 评论的文本摘要? 164
9.2.1 怎么做?
165
9.2.2 参考资料? 172
第10章 强化学习? 173
10.1 引言?
173
10.2
