價值$47.49 Keras作者大作Deep Learning with Python 免費下載

2021-02-13 AI教研室

號外! Keras作者François Chollet 的Deep Learning with python 終於出版了，目錄如下，公眾號後臺回復keras，價值￥47.49的電子版供您免費下載。僅限於個人學習、研究使用，不得用作任何商業用途！


About the technology

Machine learning has made remarkable progress in recent years. We went from near-unusable speech and image recognition, to near-human accuracy. We went from machines that couldn't beat a serious Go player, to defeating a world champion. Behind this progress is deep learning—a combination of engineering advances, best practices, and theory that enables a wealth of previously impossible smart applications.

About the book

Deep Learning with Python introduces the field of deep learning using the Python language and the powerful Keras library. Written by Keras creator and Google AI researcher François Chollet, this book builds your understanding through intuitive explanations and practical examples. You'll explore challenging concepts and practice with applications in computer vision, natural-language processing, and generative models. By the time you finish, you'll have the knowledge and hands-on skills to apply deep learning in your own projects.

What's inside

Deep learning from first principles

Setting up your own deep-learning environment

Image-classification models

Deep learning for text and sequences

Neural style transfer, text generation, and image generation

About the reader

Readers need intermediate Python skills. No previous experience with Keras, TensorFlow, or machine learning is required.

About the author

François Chollet works on deep learning at Google in Mountain View, CA. He is the creator of the Keras deep-learning library, as well as a contributor to the TensorFlow machine-learning framework. He also does deep-learning research, with a focus on computer vision and the application of machine learning to formal reasoning. His papers have been published at major conferences in the field, including the Conference on Computer Vision and Pattern Recognition (CVPR), the Conference and Workshop on Neural Information Processing Systems (NIPS), the International Conference on Learning Representations (ICLR), and others.

AI教研室出品：深度強化學習課程（第四期）重磅推出

往期公開課連結

如何學習人工智慧中的數學——學霸的秘密筆記

人工智慧系列公開課 Tensorflow入門 01

80%的人不知道的Tensorflow調試技巧——AI教研室人工智慧系列公開課Tensorflow入門02

Tensorflow中佔位符用法——Tensorflow入門03

Tensorflow中feed_dict及tf.Session的用法

tensorflow中tf.Variable()的使用

AI教研室人工智慧系列公開課——神經元和神經網絡

Tensorflow中的重要概念——計算圖

Tensorflow中計算圖的依賴性

相關焦點

  • 獨家 | 使用Python的OpenAI Gym對Deep Q-Learning的實操介紹(附學習資源)
    utm_source=blog&utm_medium=introduction-deep-q-learning-python強化學習：通過OpenAI GymToolkit介紹蒙特卡洛學習https://www.analyticsvidhya.com/blog/2018/11/reinforcement-learning-introduction-monte-carlo-learning-openai-gym
  • 帶你少走彎路:強烈推薦的Keras快速入門資料和翻譯(可下載)
    黃海廣對全部代碼做了中文解釋和注釋，並下載了代碼所需要的一些數據集（尤其是「貓狗大戰」數據集），並對其中一些圖像進行了本地化，代碼全部測試通過。（請按照文件順序運行，代碼前後有部分關聯）。圖：代碼的中文注釋與解釋作者的github：https://github.com/fchollet/deep-learning-with-python-notebooks
  • Deep Learning & Neural Network 免費學習資源【譯】
    想必最近都被吳恩達Deeplearning.ai的深度學習課程刷屏了，不過這篇針對初學者的介紹深度學習和神經網絡的免費學習資源
  • Deep Reinforcement Learning with Python 2nd ed介紹
    這本書是介紹深度強化學習的，使用python，非常新，2020年出版的，761頁，github有代碼，貌似沒有中文版。
  • 手把手教你用Python庫Keras做預測(附代碼)
    如果說你以前沒有接觸過用Keras開發神經網絡模型的話，不妨先看看下邊這篇文章：https://machinelearningmastery.com/tutorial-first-neural-network-python-keras/# 訓練一個最終分類的模型from keras.models import Sequentialfrom ker
  • Keras和TensorFlow究竟哪個會更好?
    相關連結：https://www.pyimagesearch.com/2018/09/10/keras-tutorial-how-to-get-started-with-keras-deep-learning-and-python/ 首先，打開 minivggnetkeras.py 文件並插入以下代碼：
  • Keras深度學習框架配置
    提供VS各個版本的免費下載地址：Visual Studio 各版本下載（http://blog.csdn.net/cometnet/article/details/19551125）下載完，把搜索到的cl.exe的路徑添加到系統路徑Path裡頭，這個警告就會消失啦~從官網下載需要註冊帳號申請，兩三天批准。網盤搜索一般也能找到最新版。
  • 《Deep Learning》中文印前版開放下載
    項目地址：https://github.com/exacity/deeplearningbook-chinese在線閱讀地址：https://exacity.github.io/deeplearningbook-chinese/下載地址：https://github.com/
  • 吳恩達新書《Machine Learning Yearning》附完整中文版 PDF 下載!
    吳恩達在 AI 普及之路上從未停下腳步，歷時半年的大作《Machine Learning Yearning》中文版《機器學習訓練秘籍
  • 機器學習(Machine Learning)&深度學習(Deep Learning)資料(之一)
    涵蓋了deep learning裡各種tricks，引用非常全面.3．《A Gentle Introduction to Scikit-Learn: A Python Machine Learning Library》 介紹:這是一份python機器學習庫,如果您是一位python工程師而且想深入的學習機器學習.那麼這篇文章或許能夠幫助到你.4．
  • 《概率深度學習:使用Python,Keras和TensorFlow概率》附下載
    文末附PDF及原始碼等資料下載連結Probabilistic Deep Learning: With Python,
  • 教程 | 一招教你使用 tf.keras 和 eager execution 解決複雜問題
    >參與：乾樹、王淑婷本文作者利用 TensorFlow 的兩個最新 API（tf.keras 和 eager execution）解決了四類複雜問題：文本生成、生成對抗網絡、神經網絡機器翻譯、圖片標註。
  • 薅資本主義羊毛,用Google免費GPU
    號稱喜歡訓練深度神經網絡的作者fuat，就詳詳細細的寫了一份Google Colab免費GPU試用指南~準備工作在Google Drive上創建文件夾Colab用的數據都存儲在Google Drive雲端硬碟上，所以
  • 易用的新深度學習框架Keras簡介及使用
    3.一個實例：用CNN分類Mnist數據下載Mnist數據在其官網上有提供，但是不是圖像格式的，因為我們通常都是直接處理圖像，為了以後程序能復用，我把它弄成圖像格式的，這裡可以下載：http://pan.baidu.com/s/1qCdS6，共有42000張圖片。
  • Multi-Label Classification with Deep Learning
    Neural network models for multi-label classification tasks can be easily defined and evaluated using the Keras deep learning library.
  • 春節充電系列:李宏毅2017機器學習課程學習筆記08之「Hello World」 of Deep Learning
    www.bilibili.com/video/av15889450/index_1.html李宏毅機器學習筆記8 「Hello World」 of Deep Learning在我們最開始學習c語言的時候，第一個程序自然是hello world程序，deep
  • Deep Learning 相關庫簡介
    本文將從deep learning 相關工具庫的使用者角度來介紹下github上stars數排在前面的幾個庫（tensorflow, keras
  • Python 深度學習,你的 Keras 準備好了嗎?
    該書是由 Keras 作者寫的，所以全書基本圍繞著 Keras 講深度學習的各種實現，從 CNN，RNN 到 GAN 等，偏入門，但理論和實戰部分都講的還不錯，承載著很多作者對深度學習整體性的思考。安裝 Anaconda打開 Anaconda 的官方下載地址：https://www.anaconda.com/download/就能看到最新的下載版本：
  • 用Keras+TensorFlow,實現ImageNet數據集日常對象的識別
    這些比賽大大地推動了在計算機視覺研究中的多項發明和創新，其中很多都是免費開源的。博客DeepLearningSandbox作者GregChu打算通過一篇文章，教你用Keras和TensorFlow，實現對ImageNet數據集中日常物體的識別。量子位翻譯了這篇文章：你想識別什麼？看看ILSVRC競賽中包含的物體對象。
  • 新書推薦 | Deep Reinforcement Learning
    本書作者團隊全部為一線科研人員和開源社區成員，使用深度強化學習解決不同領域的問題。本書內容縮小了理論和實踐之間的距離，提供了大量工程實現的細節和技巧。團隊的多樣性使得本書風格對不同領域的讀者更為友好，並對代碼庫進行支持和維護。