隨著AI技術(shù)的普及，如何快速理解、掌握并應(yīng)用AI技術(shù)，成為絕大多數(shù)程序員亟需解決的問(wèn)題。本書(shū)基于Keras框架并以代碼實(shí)現(xiàn)為核心，詳細(xì)解答程序員學(xué)習(xí)AI算法時(shí)的常見(jiàn)問(wèn)題，對(duì)機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等概念在實(shí)際項(xiàng)目中的應(yīng)用建立清晰的邏輯體系。本書(shū)分為上下兩篇，上篇（～4章）可幫助讀者理解并獨(dú)立開(kāi)發(fā)較簡(jiǎn)單的機(jī)器學(xué)習(xí)應(yīng)用，下篇（第5～9章）則聚焦于AI技術(shù)的三大熱點(diǎn)領(lǐng)域：推薦系統(tǒng)、自然語(yǔ)言處理（NLP）及圖像處理。其中，章通過(guò)具體實(shí)例對(duì)Keras的機(jī)器學(xué)習(xí)實(shí)現(xiàn)進(jìn)行快速介紹并給出整體概念；第2章從簡(jiǎn)單的神經(jīng)元開(kāi)始，以實(shí)際問(wèn)題和代碼實(shí)現(xiàn)為引導(dǎo)，逐步過(guò)渡到多層神經(jīng)網(wǎng)絡(luò)的具體實(shí)現(xiàn)上，從代碼層面講解神經(jīng)網(wǎng)絡(luò)的工作模式；第3章講解Keras的核心概念和使用方法，幫助讀者快速入門Keras；第4章講解機(jī)器學(xué)習(xí)中的常見(jiàn)概念、定義及算法；第5章介紹推薦系統(tǒng)的常見(jiàn)方案，包括協(xié)同過(guò)濾的不同實(shí)現(xiàn)及Wide＆Deep模型等；第6章講解循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的原理及Seq2Seq、Attention等技術(shù)在自然語(yǔ)言處理中的應(yīng)用；第7～8章針對(duì)圖像處理的分類及目標(biāo)識(shí)別進(jìn)行深度討論，從代碼層面分析FasterRCNN及YOLOv3這兩種典型識(shí)別算法；第9章針對(duì)AI模型的工程部署問(wèn)題，引入TensorFlowServing并進(jìn)行介紹。本書(shū)主要面向希望學(xué)習(xí)AI開(kāi)發(fā)或者轉(zhuǎn)型算法的程序員，也可以作為Keras教材，幫助讀者學(xué)習(xí)Keras在不同領(lǐng)域的具體應(yīng)用。
|
