随着ChatGPT的横空出世,AI和深度学习成了人们热议的焦点。那么,深度学习究竟是什么?它又能为我们做些什么呢?本书旨在解答这些疑惑,带领读者体验深度学习。
本书以山羊博士和双叶同学的教学漫画情境为引,以对话和图解为主要展现形式,生动地讲解深度学习的原理,同时借助免费的在线演示教育平台TensorFlow Playground,以直观的可视化方式展示人工神经网络的学习过程,并循序渐进地讲解深度学习的方法,最后带领读者使用Python完成对各类图像数据的深度学习。
样章试读
目录
- 目录
第1章 什么是深度学习?
第1课 什么是深度学习?4
第2课 基于人脑的深度学习8
第3课 自主学习的原理:误差反向传播法15
第4课 准备Google Colab19
第5课 开始深度学习26
第2章 制作感知机
第6课 制作AND电路感知机32
第7课 制作OR电路感知机39
第8课 制作NAND电路感知机42
第9课 制作XOR电路感知机45
第10课 什么是激活函数?51
第3章 用TensorFlow Playground 查看学习状态
第11课 玩转TensorFlow Playground60
第12课 立即运行64
第13课 一个人工神经元的学习68
第14课 Circle与Exclusive or数据的学习74
第15课 Spiral数据的学习79
第16课 调整参数83
第4章 让人工神经网络学习
第17课 让人工神经网络学习XOR电路90
数据的准备和确认91
制作模型并学习94
提供数据并预测100
第18课 学习猜拳评判103
数据的准备和确认104
制作模型并学习106
提供数据并预测109
第19课 学习数字图像(MNIST)111
数据的准备和确认112
制作模型并学习114
提供数据并预测119
第20课 学习数字图像(sklearn)122
数据的准备和确认122
制作模型并学习125
提供数据并预测132
第21课 学习服饰图像(MNIST)134
数据的准备和确认134
制作模型并学习138
提供数据并预测143
第5章 用CNN识别图像
第22课 学习彩色图像(CIFAR-10)148
数据的准备和确认149
制作模型并学习153
提供数据并预测156
第23课 CNN的实验159
CNN的原理类似于人眼细胞的工作原理159
图像处理的小实验162
用MNIST数据测试169
第24课 CNN学习彩色图像(CIFAR-10)171
数据的准备和确认171
制作模型并学习173
提供数据并预测177
将中间层可视化179
第6章 尝试更多分类
第25课 用CNN学习猫狗图像186
数据的准备和确认187
制作模型并学习192
训练数据的数据扩充196
提供数据并预测200
第26课 让已训练模型工作202
创建已训练模型VGG16203
读取数据,提供数据并预测204
第27课 学无止境210