TensorFlow2深度学习实战

图书介绍

1、本书是“十四五”职业教育国家规划教材，是大数据技术精品系列教材，是大数据技术专业的专业核心课，是理论实践一体化课程配套教材。2、教材属于“1+X”证书制度试点工作中的大数据应用开发（Python）职业技能高级证书的系列图书，依据“十四五规划”中的重点新兴产业的要求，并符合“泰迪杯”数据挖掘挑战赛的赛项要求，实现“课证融通”“书证融通”“课赛融通”“岗证融通”。3、本书以TensorFlow 2深度学习常用技术和真实案例相结合的方式，深入浅出地介绍了深度学习基本概念、TensorFlow 2使用方法、深度神经网络原理和实现及深度学习技术在常见领域的经典实战案例。4、本书是一门操作性、实践性很强的课程，通过真实案例实践来理解和掌握教师教授的内容，教师利用学习资源、教学环境的优势，成为知识内容的传播者、学习方法的引导者、案例应用场景的设计者，学生通过教学实践的参与者，实践内容的拓展者，对知识掌握的反馈者，注重教师与学生的互动过程，培养能够从事大数据采集、数据迁移、数据存储、数据分析与挖掘，最终到数据可视化，覆盖完整的大数据应用流程，涵盖企业大数据应用中的各个环节，服务区域经济发展的高素质复合型技术技能人才。5、将理论和实践交替进行，直观和抽象交错出现，让师生双方边教、边学、边做，全程构建素质和技能培养框架，突出学生实践能力和专业技能的培养，充分调动和激发学生学习兴趣。例如，第2章将TensorFlow 2的基本知识揉入案例中，教师每讲授一部分知识点即可让学生实现案例中的一部分功能，实现了理论和实践的一一对应；第4~6章在已学的理论知识的基础上，实现将理论实践与现实的真实案例当中，让学生了解知识点如何运用于现实生活当中，培养了学生解决问题的能力

图书目录

第1章 深度学习概述

1.1 深度学习简介
1.2 深度学习应用技术
1.3 TensorFlow简介
小结
课后习题

第2章 TensorFlow 2快速入门

2.1 TensorFlow 2环境搭建
2.2 训练一个线性模型
2.3 TensorFlow 2深度学习通用流程
小结
实训 构建鸢尾花分类模型
课后习题

第3章 深度神经网络原理及实现

3.1 卷积神经网络
3.2 循环神经网络
3.3 生成对抗网络
实训
课后习题

第4章 基于CNN的门牌号识别

4.1 目标分析
4.2 数据预处理
4.3 构建卷积神经网络
4.4 模型评价
小结
实训 基于卷积神经网络实现单数字识别
课后习题

第5章 基于LSTM的语音识别

5.1 目标分析
5.2 数据预处理
5.3 构建网络
5.4 训练网络
5.5 模型评价
小结
实训 基于LSTM的声纹识别
课后习题

第6章 基于CycleGAN的图像风格转换

6.1 目标分析
6.2 读取数据
6.3 数据预处理
6.4 构建网络
6.5 训练网络
6.6 结果分析
小结
实训 基于CycleGAN实现苹果与橙子的转换
课后习题

第7章 基于TipDM数据挖掘建模平台实现语音识别

7.1 平台简介
7.2 实现语音识别
小结
实训 实现基于LSTM的声纹识别
课后习题