深度学习与图像处理实战

第1章 深度学习基础

1.1 深度学习的定义

1.2 深度学习的特点

1.3 深度学习的历史

1.3.1 深度学习的起源

1.3.2 深度学习的发展

1.3.3 深度学习的爆发

1.4 深度神经网络概述

1.4.1 VGGNet

1.4.2 GoogLeNet

1.4.3 ResNet

1.4.4 FCN

1.4.5 U-Net

1.4.6 Mask R-CNN

1.4.7 YOLO

1.5 深度学习的应用

1.5.1 图像领域

1.5.2 声音领域

1.5.3 文本领域

1.6 深度学习的未来趋势

本章小结

第2章 深度学习环境的安装与使用

2.1 Anaconda的安装与使用

2.1.1 Anaconda简介

2.1.2 Anaconda的安装

2.1.3 conda简介

2.2 TensorFlow环境搭建与使用

2.2.1 安装TensorFlow CPU版本

2.2.2 安装TensorFlow GPU版本

2.2.3 PyCharm的安装

2.2.4 PyCharm的使用

2.2.5 TensorFlow的使用

2.3 Keras简介与使用

2.3.1 Keras的意义

2.3.2 Keras的设计原则

2.3.3 Keras的工作方式

2.3.4 Keras快速上手

2.3.5 Keras简单实例

本章小结

第3章 神经网络的数学基础

3.1 矩阵

3.1.1 矩阵定义

3.1.2 矩阵加法

3.1.3 矩阵乘法

3.1.4 矩阵的转置

3.1.5 矩阵的逆

3.2 随机变量及概率分布

3.2.1 随机变量定义

3.2.2 离散型随机变量的概率分布

3.2.3 连续型随机变量及其概率密度函数