图书说明：
通过技术示例，从业务角度探索深度学习的潜在应用，挑战和机遇。这些应用包括图像识别，分割和注释，视频处理和注释，语音识别，智能个人助理，自动翻译和自动驾驶车辆。
深度学习简介面向开发人员的业务应用程序涵盖了一些常见的DL算法，如基于内容的推荐算法和自然语言处理。您将探索示例，例如使用完全卷积神经网络（FCNN）和残余神经网络（ResNets）的视频预测。您还将看到DL用于控制机器人的应用，探索使用蒙特卡罗树搜索的DeepQ学习算法（用于在Go游戏中击败人类），以及用于财务风险评估的建模。还将提到称为生成对抗神经网络（GAN）的强大算法集，其可应用于图像着色，图像完成和样式转移。
阅读本书后，您将了解深层神经网络的激动人心的领域，并了解深度学习的大多数主要应用。本书包含一些编码示例，技巧以及如何使用Keras框架训练深度学习模型的见解。
你会学到什么
- 了解深度学习及其为何如此强大
- 使用可用于训练深度学习模型的主要算法
- 看看深度学习应用方面的重大突破
- 使用一系列深度学习库运行简单示例
- 了解深度学习在商业中的影响范围
本书适用于谁
数据科学家，企业家和业务开发人员。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
