深度学习在动态媒体中的应用与实践

7.4 小结

7.3 运营维护

7.2 基于Docker的TensorFlow实验环境

7.1 认识Docker

第7章 集群部署与运营维护

6.6 小结

6.5 批量生产

6.4 系统部署及系统测试验证

6.3 系统设计

6.2 不良图片模型简介

6.1 概述

第6章 不良视频识别

5.5 小结

5.4 批量生产

5.3 系统生产环境部署及验证

5.2 系统设计

5.1 概述

第5章 车辆识别

4.5 小结

4.4 批量生产

4.3 系统生产环境部署及验证

4.2 人脸识别系统设计

4.1 人脸识别概述

第4章 人脸识别

3.7 小结

3.6 Torch框架下neural-style图像合成问题

3.5 Torch安装

3.4 TensorFlow框架下的CIFAR图像识别问题

3.3 TensorFlow安装

3.2 Caffe框架下的MNIST数字识别问题

3.1 Caffe安装

第3章 深度学习环境搭建

2.4 小结

2.3 深度学习的常用模型和方法

2.2 深度学习的训练过程

2.1 深度学习的基本概念

第2章 深度学习基本理论

1.4 小结

1.3 深度学习工具介绍和对比

1.2 深度学习的应用及研究方向

1.1 深度学习的发展

第1章 深度学习简介

前言

内容提要

版权信息

封面

封面

版权信息

内容提要

前言

第1章 深度学习简介

1.1 深度学习的发展

1.2 深度学习的应用及研究方向

1.3 深度学习工具介绍和对比

1.4 小结

第2章 深度学习基本理论

2.1 深度学习的基本概念

2.2 深度学习的训练过程

2.3 深度学习的常用模型和方法

2.4 小结

第3章 深度学习环境搭建

3.1 Caffe安装

3.2 Caffe框架下的MNIST数字识别问题

3.3 TensorFlow安装

3.4 TensorFlow框架下的CIFAR图像识别问题

3.5 Torch安装

3.6 Torch框架下neural-style图像合成问题

3.7 小结

第4章 人脸识别

4.1 人脸识别概述

4.2 人脸识别系统设计

4.3 系统生产环境部署及验证

4.4 批量生产

4.5 小结

第5章 车辆识别

5.1 概述

5.2 系统设计

5.3 系统生产环境部署及验证

5.4 批量生产

5.5 小结

第6章 不良视频识别

6.1 概述

6.2 不良图片模型简介

6.3 系统设计

6.4 系统部署及系统测试验证

6.5 批量生产

6.6 小结

第7章 集群部署与运营维护

7.1 认识Docker

7.2 基于Docker的TensorFlow实验环境

7.3 运营维护

7.4 小结