深度学习原理与基于Keras编程方法pdf电子书下载

作者:董武

出版社:清华大学出版社

出版时间:2025年06月

编辑推荐

本书是深度学习的入门教程，详细介绍了深度学习的基本理论和基于Keras深度学习框架的编程方法。

内容全面。对深度学习理论知识的介绍非常全面，既包括传统的全连接前馈神经网络，也包括目前深度学习理论中常用的卷积神经网络和循环神经网络。

通俗易懂。使用简单轻松的语言去诠释深度学习的理论和编程方法，尽可能不涉及复杂深奥的理论公式，克服了深度学习理论知识深奥，难于入门的难题。

基于Keras框架。介绍使用Keras深度学习框架对深度学习理论进行编程的方法，包括深度学习程序的软硬件环境、全连接前馈神经网络的编程方法、卷积神经网络的编程方法和循环神经网络的编程方法等，解决了编程实践比较困难的问题。

适合作为高等院校智能科学与技术、人工智能、智能制造工程等人工智能类专业的教材，也可以作为人工智能领域技术人员自学或参考的书籍。

内容简介

本书详细介绍了深度学习的基本理论和基于Keras深度学习框架的编程方法。全书由5章内容组成。第1章介绍了深度学习的基本概况，包括深度学习的基本概念、应用领域和深度学习程序的框架等。第2章介绍了神经网络的基本原理，包括神经元模型、激活函数、神经网络的训练过程等。第3章介绍了基于Keras的全连接前馈神经网络编程方法，包括运行深度学习程序的硬件环境和软件环境、张量、使用全连接前馈神经网络处理回归问题和分类问题的编程方法。第4章介绍了卷积神经网络的原理和编程方法，包括卷积计算、池化计算、使用Keras进行卷积神经网络编程的方法、卷积神经网络的常用方法、经典的卷积神经网络模型和迁移学习方法。第5章介绍了循环神经网络的原理和编程方法，包括循环神经网络的特点、词语嵌入编码的原理、长短期记忆模型网络、门控循环单元网络、基于Keras对简单循环神经网络和长短期记忆模型网络进行编程的方法。

本书可以作为高等院校智能科学与技术、人工智能、智能制造工程等人工智能类专业的教材，也可以作为人工智能领域技术人员自学或参考的书籍。

目　　录

第1章概述1

1.1深度学习的发展历史1

1.2深度学习的基本概念4

1.2.1人工智能4

1.2.2机器学习4

1.2.3深度学习7

1.2.4人工智能和机器学习、深度学习之间的关系10

1.3深度学习的应用领域11

1.3.1深度学习在计算机视觉中的应用11

1.3.2深度学习在自然语言处理中的应用14

1.3.3深度学习在语音识别中的应用15

1.3.4深度学习在棋类比赛中的应用15

1.3.5深度学习在游戏开发中的应用16

1.3.6深度学习在医疗保健中的应用16

显示全部信息

前　　言

随着目前Sora、ChatGPT和文心一言等人工智能视频和语言大模型的问世和广泛应用，人工智能正在改变整个世界，并且在各行各业中得到了大量的应用。深度学习的理论和技术是人工智能领域非常重要的内容，它在人工智能的发展过程中起到了非常重要的作用。在高校开展深度学习课程的教学过程中，教材的选择非常重要。在目前已有的深度学习教材中，经常存在理论知识深奥、编程实践比较困难等问题。为了解决这些问题，笔者专门编写了这本教材。

本书详细介绍了深度学习的基本理论和基于Keras深度学习框架的编程方法，对深度学习理论的基本原理、神经网络的基本原理、全连接前馈神经网络的编程方法、卷积神经网络的原理和编程方法、循环神经网络的原理和编程方法等内容进行了详细介绍。本书主要有以下3个特点。

(1) 本书对深度学习理论知识的介绍非常全面，既包括传统的全连接前馈神经网络，也包括目前深度学习理论中常用的卷积神经网络和循环神经网络。全连接前馈神经网络的内容包括人工神经元模型的特点、神经网络的特点、神经网络的训练过程、前向传播算法的原理、损失函数的特点、梯度下降方法的原理、反向传播算法的原理、过拟合现象等。卷积神经网络的内容包括卷积计算的原理、池化计算的原理、卷积神经网络的宽结构模型和深结构模型、经典的卷积神经网络模型、迁移学习方法的基本原理。循环神经网络的内容包括简单循环神经网络的原理、语言的分词问题、词语嵌入编码的原理、长短期记忆模型网络的原理和门控循环单元网络的原理等。