實用捲積神經網絡：運用 Python 實現高級深度學習模型 (Practical Convolutional Neural Network Models: Enhance deep learning skills by building intelligent ConvNet models using Keras)

捲積神經網絡(CNN)正在對視覺識別系統、自動駕駛汽車、醫學發現、創新電子商務等多個應用領域產生革命性的影響。本書首先基於圖像分類的例子概述深度神經網絡，並為人臉識別構建一個CNN。隨後構建一個高級視覺相關算法，用於目標檢測、實例分割、生成式對抗網絡、圖像描述、視覺註意力機制和視覺循環模型。本書完結時，你應該可以在專業項目中利用復雜的圖像、視頻數據來實現先進和高效的CNN模型。
本書內容：
構建CNN模型，瞭解它們的實際應用領域
建立一個CNN圖像分類器模型，理解不同組件的相互作用，然後學習如何優化
學慣用於目標檢測和實例分割的不同算法
學習諸如CNN註意力機制等先進的概念以提高預測精度
理解轉移學習，並實現如AlexNet、VGG、GoogLeNet、ResNet等CNN結構設計
瞭解生成式對抗網絡的工作原理，以及如何創建新的不可見的圖像