【文件属性】：
文件名称：Advanced-Deep-Learning-with-Python:Packt Publishing提供的使用Python进行高级深度学习
文件大小：22.95MB
文件格式：ZIP
更新时间：2021-05-28 03:36:26
JupyterNotebook
使用Python进行高级深度学习
这是Packt发布的“ 进行的代码库。
使用TensorFlow和PyTorch设计和实施高级的下一代AI解决方案
这本书是关于什么的？
本书是专家级别的指南，用于掌握使用Python生态系统的神经网络变体。 您将通过实际示例获得构建更智能，更快和有效的深度学习系统的技能。 到本书结尾，您将了解深度学习领域的最新进展和最新研究。
本书涵盖以下激动人心的功能：
涵盖先进和最新的神经网络架构
了解神经网络背后的理论和数学
训练DNN并将其应用于现代深度学习问题
使用CNN进行目标检测和图像分割
实施生成对抗网络（GAN）和变体自动编码器以生成新图像
使用序列到序列模型解决自然语言处理（NLP）任务，例如机器翻译
了解DL技术，例如元学习和图形神经网络
如果您觉得这本书适合您，请立即获取！
说明和导航
所有代码文件都组织在文件夹中。
这是本书所需要的
【文件预览】：
Advanced-Deep-Learning-with-Python-master
----Chapter05()
--------dcgan.py(7KB)
--------vae.py(7KB)
--------cgan.py(8KB)
--------cyclegan()
--------vae.ipynb(574KB)
--------wgan.py(7KB)
--------README.md(123B)
--------dcgan.ipynb(107KB)
--------cgan.ipynb(723KB)
----Chapter04()
--------mask_r-cnn.py(3KB)
--------source_2.png(1.83MB)
--------README.md(186B)
--------faster_r-cnn.py(3KB)
--------yolov3.ipynb(1.57MB)
--------yolov3.py(3KB)
--------source_1.png(1.51MB)
--------mask_r-cnn.ipynb(1.43MB)
--------faster_r-cnn.ipynb(1.93MB)
----Chapter03()
--------plot_convolution.py(2KB)
--------resnet.ipynb(34KB)
--------README.md(117B)
--------resnet.py(10KB)
----Chapter07()
--------lstm_gru_count_1s.py(6KB)
--------lstm_cell.py(2KB)
--------simple_rnn_count_1s.ipynb(68KB)
--------sentiment_analysis.ipynb(9KB)
--------gru_cell.py(2KB)
--------lstm_gru_count_1s.ipynb(20KB)
--------README.md(188B)
--------sentiment_analysis.py(4KB)
--------simple_rnn_count_1s.py(4KB)
----Chapter02()
--------transfer_learning_tf_keras.ipynb(41KB)
--------transfer_learning_pytorch.py(6KB)
--------transfer_learning_tf_keras.py(5KB)
--------transfer_learning_pytorch.ipynb(39KB)
--------README.md(182B)
----Chapter11()
--------README.md(153B)
--------imitation_learning()
----LICENSE(1KB)
----README.md(4KB)
----Chapter06()
--------word2vec_train.py(1KB)
--------word2vec_visualize.ipynb(69KB)
--------war_and_peace.txt(3.06MB)
--------__init__.py(0B)
--------word2vec_visualize.py(2KB)
--------README.md(131B)
--------word2vec_train.ipynb(10KB)
----Chapter09()
--------neural_structured_learning_cora.ipynb(25KB)
--------README.md(188B)
--------data()
--------neural_structured_learning_cora.py(5KB)
----Chapter08()
--------README.md(253B)
--------transformer.py(14KB)
--------transformer.ipynb(24KB)
--------transformers_textgen.py(1KB)
--------nmt_rnn_attention()
--------transformers_textgen.ipynb(7KB)
----Chapter10()
--------README.md(103B)
--------siamese.ipynb(10KB)
--------siamese.py(5KB)