下载：https://pan.baidu.com/s/1nk1IHMUYbcuk1_8tj6ymog 《深度学习入门：基于Python的理论与实现》高清中文版PDF+源代码 高清中文版PDF，314页，带目录标签，可复制粘贴，高清晰。配套源代码。 深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。 其中，高清...
随着深度学习的崛起，极大的推动了图像领域的发展，在提取特征这方面而言，神经网络目前有着不可替代的优势。之前文章中我们也介绍了图像检索往往是基于图像的特征比较，看特征匹配的程度有多少，从而检索出相似度高的图片。而检测图像特征，VGG16具有得天独厚的优势。 接下来本文将会通过一个简单的案例来实现一个基于深度学习的图像检索小工具。 准备工作 老样子，先来准备好我们此次需要使用到的工具：IDE：Pycharm Python：3.7...
# -*- coding: utf-8 -*- import numpy as np from scipy.cluster.hierarchy import dendrogram, linkage, fcluster from matplotlib import pyplot as pltdef hierarchy_cluster(data, method='average', threshold=5.0):'''层次聚类Arguments:data [[0, float, ...], [float, 0, ...]] -- 文档 i 和文档 j 的距离Keyword Arguments:method {str} -- [linkage的方式： single、complete、average、centroid、median、ward] (defau...
《Python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文...
!mkdir /content/gdrive/My Drive/conversation 将文本句子分解成单词，并构建词库 path = /content/gdrive/My Drive/conversation/ with open(path + question.txt, r) as fopen:text_question = fopen.read().lower().split(\n) with open(path + answer.txt, r) as fopen:text_answer = fopen.read().lower().split(\n)concat_question = .join(text_question).split() vocabulary_size_question = len(list(set(concat_questi...
我认为《深度学习入门：基于Python的理论与实现》电子书代码基本原理，简洁清楚，所用数学基本就是大一水平，适合做第一本入门书。 《深度学习入门：基于Python的理论与实现》书代码实现的神经网络全是用numpy，超级适合刚刚入门想了解神经网络，数学不好看公式看不懂的人，看完这本基本就懂深度学习是弄啥子了。如果连这本都看不懂的话，可以去看《Python神经网络编程》。我个人认为这两本书是最简单直白的方式让人理解神经网络的...