人工智能 类型
可以朗读 语音朗读
174千字 字数
2021-05-01 发行日期
展开全部

主编推荐语

TensorFlow实战: 12章真实世界机器学习应用全流程

内容简介

本书主要介绍如何通过TensorFlow来构建真实世界的机器学习系统，旨在让读者学以致用，能尽快地上手项目。本书的特色是通过实例来向读者介绍TensorFlow的经典知识。本书共有12章，包含手写识别器、猫狗分类器、翻译器、文本含义查找、金融中的机器学习、医疗应用等多个实例，完整地向读者展示了实现机器学习应用的全流程。

目录

  • 版权信息
  • 内容提要
  • 作者简介
  • 审稿人简介
  • 前言
  • 本书涵盖内容
  • 阅读本书的前提
  • 本书的目标读者
  • 体例约定
  • 资源与支持
  • 配套资源
  • 提交勘误
  • 与我们联系
  • 关于异步社区和异步图书
  • 第1章 初识TensorFlow
  • 1.1 当前应用
  • 1.2 安装TensorFlow
  • 1.2.1 Ubuntu安装
  • 1.2.2 macOS安装
  • 1.2.3 Windows安装
  • 1.2.4 创建虚拟机
  • 1.2.5 测试安装
  • 1.3 总结
  • 第2章 你的第一个分类器
  • 2.1 关键部分
  • 2.2 获取训练数据
  • 2.3 下载训练数据
  • 2.4 理解分类
  • 自动化训练数据设置
  • 2.5 其他设置
  • 将图像转换为矩阵
  • 2.6 逻辑停止点
  • 2.7 机器学习公文包
  • 2.8 训练日
  • 2.9 保存模型以供持续使用
  • 2.10 为什么隐藏测试集
  • 2.11 使用分类器
  • 2.12 深入研究网络
  • 2.13 所学技能
  • 2.14 总结
  • 第3章 TensorFlow工具箱
  • 3.1 快速预览TensorBoard
  • 3.2 安装TensorBoard
  • 3.2.1 嵌入钩子（hook）到代码中
  • 3.2.2 AlexNet
  • 3.3 自动化运行
  • 3.4 总结
  • 第4章 猫和狗
  • 4.1 回顾notMNIST
  • 4.1.1 程序配置
  • 4.1.2 理解卷积神经网络
  • 4.1.3 回顾配置
  • 4.1.4 构造卷积神经网络
  • 4.1.5 实现
  • 4.2 训练日
  • 4.3 真实的猫和狗
  • 4.4 保存模型以供持续使用
  • 4.5 使用分类器
  • 4.6 所学技能
  • 4.7 总结
  • 第5章 序列到序列模型——你讲法语吗
  • 5.1 快速预览
  • 5.2 大量信息
  • 5.3 训练日
  • 5.4 总结
  • 第6章 探索文本含义
  • 6.1 额外设置
  • 6.2 所学技能
  • 6.3 总结
  • 第7章 利用机器学习赚钱
  • 7.1 输入和方法
  • 获取数据
  • 7.2 处理问题
  • 7.2.1 下载和修改数据
  • 7.2.2 查看数据
  • 7.2.3 提取特征
  • 7.2.4 准备训练和测试
  • 7.2.5 构建网络
  • 7.2.6 训练
  • 7.2.7 测试
  • 7.3 更进一步
  • 7.4 个人的实际考虑
  • 7.5 所学技能
  • 7.6 总结
  • 第8章 医疗应用
  • 8.1 挑战
  • 8.2 数据
  • 8.3 管道
  • 8.3.1 理解管道
  • 8.3.2 准备数据集
  • 8.3.3 解释数据准备
  • 8.3.4 训练流程
  • 8.3.5 验证流程
  • 8.3.6 利用TensorBoard可视化训练过程
  • 8.4 更进一步
  • 8.4.1 其他医疗数据挑战
  • 8.4.2 ISBI大挑战
  • 8.4.3 读取医疗数据
  • 8.5 所学技能
  • 8.6 总结
  • 第9章 生产系统自动化
  • 9.1 系统概述
  • 9.2 创建项目
  • 9.3 加载预训练模型以加速训练
  • 测试预训练模型
  • 9.4 为数据集训练模型
  • 9.4.1 Oxford-IIIT宠物数据集介绍
  • 9.4.2 为训练和测试创建输入管道
  • 9.4.3 定义模型
  • 9.4.4 定义训练操作
  • 9.4.5 执行训练过程
  • 9.4.6 导出模型以用于生产
  • 9.5 在生产中利用模型提供服务
  • 9.5.1 设置TensorFlow Serving
  • 9.5.2 运行和测试模型
  • 9.5.3 设计Web服务器
  • 9.6 在生产中自动化微调
  • 9.6.1 加载用户标记的数据
  • 9.6.2 对模型进行微调
  • 9.6.3 创建每天运行的cronjob
  • 9.7 总结
  • 第10章 系统上线
  • 10.1 快速浏览亚马逊Web服务
  • 10.1.1 P2实例
  • 10.1.2 G2实例
  • 10.1.3 F1实例
  • 10.1.4 定价
  • 10.2 应用程序概述
  • 10.2.1 数据集
  • 10.2.2 准备数据集和输入管道
  • 10.2.3 神经网络架构
  • 10.2.4 单GPU训练流程
  • 10.2.5 多GPU训练流程
  • 10.3 Mechanical Turk概览
  • 10.4 总结
  • 第11章 更进一步——21个课题
  • 11.1 数据集和挑战赛
  • 11.1.1 课题1：ImageNet数据集
  • 11.1.2 课题2：COCO数据集
  • 11.1.3 课题3：Open Images数据集
  • 11.1.4 课题4：YouTube-8M数据集
  • 11.1.5 课题5：AudioSet数据集
  • 11.1.6 课题6：LSUN挑战赛
  • 11.1.7 课题7：MegaFace数据集
  • 11.1.8 课题8：Data Science Bowl 2017挑战赛
  • 11.1.9 课题9：星际争霸游戏数据集
  • 11.2 TensorFlow项目
  • 11.2.1 课题10：人体姿态估计
  • 11.2.2 课题11：对象检测——YOLO
  • 11.2.3 课题12：对象检测——Faster RCNN
  • 11.2.4 课题13：人体检测——Tensorbox
  • 11.2.5 课题14：Magenta
  • 11.2.6 课题15：WaveNet
  • 11.2.7 课题16：Deep Speech
  • 11.3 有趣的项目
  • 11.3.1 课题17：交互式深度着色—— iDeepColor
  • 11.3.2 课题18：Tiny人脸检测器
  • 11.3.3 课题19：人体搜索
  • 11.3.4 课题20：人脸识别—— MobileID
  • 11.3.5 课题21：问题回答—— DrQA
  • 11.4 Caffe转TensorFlow
  • 11.5 TensorFlow-Slim
  • 11.6 总结
  • 第12章 高级安装
  • 12.1 安装
  • 12.1.1 安装Nvidia驱动程序
  • 12.1.2 安装CUDA工具箱
  • 12.1.3 安装cuDNN
  • 12.1.4 安装TensorFlow
  • 12.1.5 验证支持GPU的TensorFlow
  • 12.2 利用Anaconda管理TensorFlow
  • 12.3 总结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。