21个项目玩转深度学习——基于TensorFlow的实践详解

目录 前言 第1章 MNIST机器学习入门 1.1 MNIST数据集 1.1.1 简介 1.1.2 实验：将MNIST数据集保存为图片 1.1.3 图像标签的独热表示 1.2 利用TensorFlow识别MNIST 1.2.1 Softmax回归 1.2.2 两层卷积网络分类 1.3 总结 第2章 CIFAR-10与ImageNet图像识别 2.1 CIFAR-10数据集 2.1.1 CIFAR-10数据集简介 2.1.2 下载CIFAR-10数据 2.1.3 TensorFlow的数据读取机制 2.1.4 实验：将CIFAR-10数据集保存为图片形式 2.2 利用TensorFlow训练CIFAR-10识别模型 2.2.1 数据增强 3.4 总结 第4章 Deep Dream模型 4.1 Deep Dream的技术原理 4.2 TensorFlow中的Deep Dream模型实践 4.2.1 导入Inception模型 4.2.2 生成原始的Deep Dream图像 4.2.3 生成更大尺寸的Deep Dream图像 4.2.4 生成更高质量的Deep Dream图像 4.2.5 最终的Deep Dream模型 4.3 总结 第5章 深度学习中的目标检测 5.1 深度学习中目标检测的原理 5.1.1 R-CNN的原理 5.1.2 SPPNet的原理 5.1.3 Fast R-CNN的原理 5.1.4 Faster R-CNN的原理 5.2 TensorFlow Object Detection API 5.2.1 安装TensorFlow Object Detection API 5.2.2 执行已经训练好的模型 5.2.3 训练新的模型 ......