基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 5 元　

支付宝支付

微信支付

   源码介绍

---

内容简介
《21 个项目玩转深度学习一一基于TensorFlow 的实践详解》以实践为导向， 深入
介绍了深度学习技术和TensorFlow 框架编程内容。
通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成
一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建
机器翻译引擎，训练机器玩游戏。全书共包含21 个项目，分为深度卷积网络、RNN
网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣， 了
解算法和编程框架的细节，让学习深度学习算法和TensorFlow 的过程变得轻松和高效。


以下是各章代码详细的运行方法：

1. [MNIST机器学习入门](chapter_1/README.md)
2. [CIFAR-10与ImageNet图像识别](chapter_2/README.md)
3. [打造自己的图像识别模型](chapter_3/README.md)
4. [Deep Dream](chapter_4/README.md)
5. [深度学习中的目标检测](chapter_5/README.md)
6. [人脸检测和人脸识别](chapter_6/README.md)
7. [图像风格迁移](chapter_7/README.md)
8. [GAN与DCGAN入门](chapter_8/README.md)
9. [pix2pix模型与自动上色技术](chapter_9/README.md)
10. [超分辨率：让图像变得更清晰](chapter_10/README.md)
11. [CycleGAN与非配对图像转换](chapter_11/README.md)
12. [RNN基本结构与Char RNN文本生成](chapter_12/README.md)
13. [序列分类问题详解](chapter_13/README.md)
14. [词的向量表示：word2vec与词嵌入](chapter_14/README.md)
15. [在TensorFlow中进行时间序列预测](chapter_15/README.md)
16. [神经网络机器翻译技术](chapter_16/README.md)
17. [看图说话：将图像转换为文字](chapter_17/README.md)
18. [强化学习入门之Q Learning](chapter_18/README.md)
19. [强化学习入门之SARSA算法](chapter_19/README.md)
20. [深度强化学习：Deep Q Learning](chapter_20/README.md)
21. [策略梯度（Policy Gradient）算法](chapter_21/README.md)