作為一kuan輕量級(jí)、模塊化的開源深度學(xué)習(xí)框架，Keras以容易上手、利于快速原型實(shí)現(xiàn)、能夠與TensorFlow和Theano等后端計(jì)算平臺(tái)很好兼容等優(yōu)點(diǎn)，深受眾多開發(fā)人員和研究人員的喜愛。

《Keras深度學(xué)習(xí)實(shí)戰(zhàn)》結(jié)合大量實(shí)例，簡(jiǎn)明扼要地介紹了目前熱門的神經(jīng)網(wǎng)絡(luò)技術(shù)和深度學(xué)習(xí)技術(shù)。從經(jīng)典的多層感知機(jī)到用于圖像處理的深度卷積網(wǎng)絡(luò)，從處理序列化數(shù)據(jù)的循環(huán)網(wǎng)絡(luò)到偽造仿真數(shù)據(jù)的生成對(duì)抗網(wǎng)絡(luò)，從詞嵌入到AI游戲應(yīng)用中的強(qiáng)化學(xué)習(xí)，本書引ling讀者一層一層揭開深度學(xué)習(xí)的面紗，并在逐漸清晰的理論框架下，提供多個(gè)Python編碼實(shí)例，方便讀者動(dòng)手實(shí)踐。

通過閱讀本書，讀者不僅能學(xué)會(huì)使用Keras快捷構(gòu)建各個(gè)類型的深度網(wǎng)絡(luò)，還可以按需自定義網(wǎng)絡(luò)層和后端功能，從而提升自己的AI編程能力，在成為深度學(xué)習(xí)專家的路上更進(jìn)一步。

目錄

第1章 神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 1
第2章 Keras安裝和API　28
第3章 深度學(xué)習(xí)之卷積網(wǎng)絡(luò)　49
第4章 生成對(duì)抗網(wǎng)絡(luò)和WaveNet　78
第5章 詞嵌入　109
第6章 循環(huán)神經(jīng)網(wǎng)絡(luò)—RNN　137
第7章 其他深度學(xué)習(xí)模型　169
第8章　游戲中的AI　210
第9章 結(jié)束語　229