python深度学习_Python深度学习(逻辑算法与编程实战)

本书是关于深度学习的理论、算法、应用的实战教程,通过各种典型实例,展示了深度学习的整个流程和精髓。

机器学习是人工智能领域一个极其重要的研究方向,而深度学习则是机器学习中一个很好接近AI的分支,其思路在于建立进行分析学习的神经网络,模仿人脑感知与组织的方式,根据输入数据做出决策。深度学习在快速的发展过程中,不断有与其相关的产品推向市场,显然,深度学习的应用将会日趋广泛。

本书是关于深度学习的理论、算法、应用的实战教程,内容涵盖深度学习的语言、学习环境、典型结构、数据爬取和清洗、图像识别分类、自然语言处理、情感分析、机器翻译、目标检测和语音处理等知识,通过各种实例,读者能了解、掌握深度学习的整个流程和典型应用。

本书可作为深度学习相关从业人员的参考指南,也可作为大中专院校人工智能相关专业的教材,还可作为广大人工智能爱好者的拓展学习手册。

前言

章 Python语言基础

1.1 Python简介

1.2 Python开发环境

1.2.1 PyCharm的下载和安装

1.2.2 PyCharm的使用

1.2.3 树莓派Python IDLE的使用

1.3 Python基本语法

1.3.1 保留字和标识符

1.3.2 变量和数据类型

1.3.3 基本控制结构

1.3.4 运算符

1.3.5 函数

1.3.6 with语句

1.3.7 字符串作

1.3.8 异常处理

1.4 Python序列

1.4.1 列表

1.4.2 元组

1.4.3 字典

1.4.4 集合

1.4.5 列表、元组、字典和集合的区别

1.5 Python作文件

1.5.1 作文本文件

1.5.2 作目录

1.5.3 作Ecel文件

1.5.4 作CSV文件

1.6 Python模块

1.6.1 模块分类

1.6.2 自定义模块

1.6.3 三方模块的安装

1.7 Python类

1.7.1 面向对象概述

1.7.2 类和对象

1.7.3 面向对象程序设计方法

1.7.4 类的定义和使用

1.7.5 多线程

1.8 本章小结

第2章 Python作数据库及Web框架

2.1 作数据库

2.1.1 作SQLite

2.1.2 作MySQL

2.2 Web框架

2.2.1 主流Web框架

2.2.2 Django框架

2.2.3 Flask框架

2.3 本章小结

第3章 Python深度学习环境

3.1 Anaconda介绍

3.2 Anaconda环境搭建

3.3 Anaconda使用方法

3.3.1 管理工具Navigator

3.3.2 Anaconda的Python开发环境Spyder

……

第4章 深度学习典型结构

第5章 深度学习数据准备——数据爬取和清洗

第6章 图像识别分类

第7章 自然语言处理

第8章 情感分析

第9章 机器翻译

0章 目标检测

1章 语音处理

你可能感兴趣的:(python深度学习)