深度学习案例精粹：基于TensorFlow与Keras

本书以实战为主，通过丰富的实战案例向读者介绍深度学习可应用和落地的项目，书中所有案例都基于Python+TensorFlow2.5+Keras技术，可用于深度学习课程的实战训练。本书配套示例源码、PPT课件、思维导图、数据集、开发环境与答疑服务。全书共分11章。第1章讲解深度学习的概念、流程、应用场景、模型分类和框架选择，第2~11章列举深度学习的项目实战案例，包括手写体识别、数据集分类、情感分类、文本情感分类、编码器、汉字拼音转换、中文文本分类、多标签文本分类、人脸检测、人脸识别、语音汉字转换。本书内容详尽、案例丰富，是深度学习初学者必备的参考书，适合有基础、亟待提升自己技术水平的人工智能从业人员，也可作为高等院校和培训机构人工智能及相关专业的教材使用。

这是一本深度学习的实战案例集，以Python+TensorFlow2.5+Keras技术为基础，涵盖了深度学习在计算机视觉、自然语言处理以及各类预测任务上的应用。书中所有的案例都注重实战性，通过丰富的案例向读者介绍深度学习可应用和落地的项目，旨在帮助读者理解深度学习的基本概念，掌握如何使用深度学习框架来解决实际问题。 全书共分11章，每章都围绕一个主题展开，包括深度学习的基本概念、卷积神经网络、循环神经网络、图卷积神经网络、编码器、BERT架构与预训练任务、多标签文本分类模型与函数、人脸识别的概念和用途、SiameseModel孪生模型、语音汉字转换模型实战等。这些章节的内容涵盖了深度学习的各个方面，包括模型设计、数据处理、模型训练、模型评估等。 在深度学习的基本概念章节中，作者详细介绍了深度学习的概念、流程、应用场景、模型分类和框架选择。在卷积神经网络章节中，作者讲解了卷积神经网络的基本原理和应用，并通过手写体识别案例，展示了如何利用卷积神经网络进行图像识别。在循环神经网络章节中，作者介绍了循环神经网络的基本概念和GRU神经网络结构，并通过实战案例，展示了如何利用GRU实现情感分