深度学习技术应用

　　目 录
　　前言
　　二维码索引
　　项目1　使用TensorFlow实现服装图像分类 1
　　任务1　TensorFlow基础操作2
　　任务2　服装图像分类14
　　任务3　Keras Tuner超参数调节28
　　项目2　使用TensorFlow实现文本分类 37
　　任务1　自定义神经网络对电影评论文本分类38
　　任务2　使用Keras和TensorFlow Hub对电影评论文本分类50
　　项目３　使用迁移学习实现肺部X光检测 61
　　任务1　肺部X光图像处理62
　　任务2　VGG16模型搭建及训练73
　　项目4　基于Flask的模型应用与部署—— 猫狗识别 89
　　任务1　模型训练与评估90
　　任务2　运用Flask将模型部署成网页端应用105
　　项目5　神经网络的语言处理—— 五言古诗生成121
　　任务1　古诗词文本数据预处理122
　　任务2　模型搭建与训练.132
　　任务3　模型测试与部署145
　　项目６　使用VGG19迁移学习实现图像风格迁移 157
　　任务1　初识图像风格迁移158
　　任务2　基于VGG19构建迁移学习模型168
　　任务3　训练模型实现图像风格迁移179
　　参考文献 194

　　职业院校教师

　　本书围绕人工智能的人才需求与岗位能力进行内容设计，将深度学习技术与实际应用相结合，旨在帮助
　　读者全面了解深度学习的基本原理、常用模型和优化算法，并深入探讨在目标检测、图像识别、自然语言处理、
　　风格迁移等领域的应用案例。
　　本书共 6 个项目、15 个任务，主要内容包括使用 TensorFlow 实现服装图像分类、使用 TensorFlow 实现文本
　　分类、使用迁移学习实现肺部X光检测、基于 Flask 的模型应用与部署—— 猫狗识别、神经网络的语言处理——
　　五言古诗生成、使用 VGG19 迁移学习实现图像风格迁移。本书强调理论与实践相结合，旨在引导读者将学到
　　的知识应用于实际项目中，解决实际问题。
　　本书适合作为职业院校人工智能技术应用及相关专业的教材，也可作为深度学习爱好者的参考书。