Python深度学习：逻辑、算法与编程实战

11.5 本章小结

11.4 树莓派语音应用

11.3 语音识别实例

11.2 语音识别过程

11.1 语音处理概述

第11章 语音处理

10.6 本章小结

10.5 SSD模型目标检测

10.4 YOLO模型目标检测

10.3 Faster R-CNN模型目标检测

10.2 典型的目标检测算法

10.1 目标检测的过程

第10章 目标检测

9.6 本章小结

9.5 PaddlePaddle机器翻译

9.4 看图说话

9.3 TensorFlow机器翻译

9.2 Encoder-Decoder模型

9.1 机器翻译简介

第9章 机器翻译

8.8 本章小结

8.7 实例——表情识别

8.6 Dlib实现人脸颜值预测

8.5 基于SnowNLP的新闻评论数据分析

8.4 基于LSTM的情感分析

8.3 典型情感数据库

8.2 情感分析过程

8.1 情感分析简介

第8章 情感分析

7.8 本章小结

7.7 实例——小说文学数据挖掘

7.6 语法分析和语义分析

7.5 CountVectorizer与TfidfVectorize

7.4 TextBlob

7.3 Gensim查找相似词

7.2 Jieba实现关键词抽取

7.1 自然语言处理的典型工具

第7章 自然语言处理

6.7 本章小结

6.6 Inception图像分类处理

6.5 车牌识别

6.4 VGGNet花朵识别

6.3 OpenCV识别

6.2 经典图片数据集

6.1 图像识别分类简介

第6章 图像识别分类

5.6 本章小结

5.5 实例——爬取并保存图片

5.4 数据显示

5.3 数据清洗

5.2 数据爬取

5.1 爬虫框架

第5章 深度学习数据准备——数据爬取和清洗

4.9 本章小结

4.8 生成对抗网络（GAN）

4.7 递归神经网络（RNN）

4.6 循环神经网络（RNN）

4.5 卷积神经网络（CNN）

4.4 神经网络

4.3 深度学习的应用

4.2 深度学习的发展历程

4.1 人工智能、机器学习、神经网络和深度学习的关系

第4章 深度学习典型结构

3.11 本章小结

3.10 其他深度学习框架

3.9 视觉OpenCV

3.8 自然语言处理

3.7 机器学习深度库Keras

3.6 机器学习深度库TensorFlow

3.5 机器学习通用库Sklearn

3.4 深度学习的一些常备库

3.3 Anaconda使用方法

3.2 Anaconda环境搭建

3.1 Anaconda介绍

第3章 Python深度学习环境

2.3 本章小结

2.2 Web框架

2.1 操作数据库

第2章 Python操作数据库及Web框架

1.8 本章小结

1.7 Python类

1.6 Python模块

1.5 Python操作文件

1.4 Python序列

1.3 Python基本语法

1.2 Python开发环境

1.1 Python简介

第1章 Python语言基础

前言

版权页

封面

封面

版权页

前言

第1章 Python语言基础

1.1 Python简介

1.2 Python开发环境

1.3 Python基本语法

1.4 Python序列

1.5 Python操作文件

1.6 Python模块

1.7 Python类

1.8 本章小结

第2章 Python操作数据库及Web框架

2.1 操作数据库

2.2 Web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

3.4 深度学习的一些常备库

3.5 机器学习通用库Sklearn

3.6 机器学习深度库TensorFlow

3.7 机器学习深度库Keras

3.8 自然语言处理

3.9 视觉OpenCV

3.10 其他深度学习框架

3.11 本章小结

第4章 深度学习典型结构

4.1 人工智能、机器学习、神经网络和深度学习的关系

4.2 深度学习的发展历程

4.3 深度学习的应用

4.4 神经网络

4.5 卷积神经网络（CNN）

4.6 循环神经网络（RNN）

4.7 递归神经网络（RNN）

4.8 生成对抗网络（GAN）

4.9 本章小结

第5章 深度学习数据准备——数据爬取和清洗

5.1 爬虫框架

5.2 数据爬取

5.3 数据清洗

5.4 数据显示

5.5 实例——爬取并保存图片

5.6 本章小结

第6章 图像识别分类

6.1 图像识别分类简介

6.2 经典图片数据集

6.3 OpenCV识别

6.4 VGGNet花朵识别

6.5 车牌识别

6.6 Inception图像分类处理

6.7 本章小结

第7章 自然语言处理

7.1 自然语言处理的典型工具

7.2 Jieba实现关键词抽取

7.3 Gensim查找相似词

7.4 TextBlob

7.5 CountVectorizer与TfidfVectorize

7.6 语法分析和语义分析

7.7 实例——小说文学数据挖掘

7.8 本章小结

第8章 情感分析

8.1 情感分析简介

8.2 情感分析过程

8.3 典型情感数据库

8.4 基于LSTM的情感分析

8.5 基于SnowNLP的新闻评论数据分析

8.6 Dlib实现人脸颜值预测

8.7 实例——表情识别

8.8 本章小结

第9章 机器翻译

9.1 机器翻译简介

9.2 Encoder-Decoder模型

9.3 TensorFlow机器翻译

9.4 看图说话

9.5 PaddlePaddle机器翻译

9.6 本章小结

第10章 目标检测

10.1 目标检测的过程

10.2 典型的目标检测算法

10.3 Faster R-CNN模型目标检测

10.4 YOLO模型目标检测

10.5 SSD模型目标检测

10.6 本章小结

第11章 语音处理

11.1 语音处理概述

11.2 语音识别过程

11.3 语音识别实例

11.4 树莓派语音应用

11.5 本章小结