科技
类型
8.1
豆瓣评分
可以朗读
语音朗读
334千字
字数
2018-02-01
发行日期
展开全部
主编推荐语
本书为TensorFlow入门参考书，帮助你以快速、有效的方式上手TensorFlow和深度学习。
内容简介
TensorFlow是谷歌2015年开源的主流深度学习框架，书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。
书中包含深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。
第2版将书中所有示例代码从TensorFlow0.9.0升级到了TensorFlow1.4.0。在升级API的同时，第2版也补充了更多只有TensorFlow1.4.0才支持的功能。
另外，第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。
本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等。
目录
- 版权信息
- 内容简介
- 推荐序1
- 推荐序2
- 序
- 前言
- 致谢
- 读者服务
- 第1章 深度学习简介
- 1.1 人工智能、机器学习与深度学习
- 1.2 深度学习的发展历程
- 1.3 深度学习的应用
- 1.4 深度学习工具介绍和对比
- 小结
- 第2章 TensorFlow环境搭建
- 2.1 TensorFlow的主要依赖包
- 2.2 TensorFlow安装
- 2.3 TensorFlow测试样例
- 小结
- 第3章 TensorFlow入门
- 3.1 TensorFlow计算模型
- 3.2 TensorFlow数据模型
- 3.3 TensorFlow运行模型
- 3.4 TensorFlow实现神经网络
- 小结
- 第4章 深层神经网络
- 4.1 深度学习与深层神经网络
- 4.2 损失函数定义
- 4.3 神经网络优化算法
- 4.4 神经网络进一步优化
- 小结
- 第5章 MNIST数字识别问题
- 5.1 MNIST数据处理
- 5.2 神经网络模型训练及不同模型结果对比
- 5.3 变量管理
- 5.4 TensorFlow模型持久化
- 5.5 TensorFlow最佳实践样例程序
- 小结
- 第6章 图像识别与卷积神经网络
- 6.1 图像识别问题简介及经典数据集
- 6.2 卷积神经网络简介
- 6.3 卷积神经网络常用结构
- 6.4 经典卷积网络模型
- 6.5 卷积神经网络迁移学习
- 小结
- 第7章 图像数据处理
- 7.1 TFRecord输入数据格式
- 7.2 图像数据处理
- 7.3 多线程输入数据处理框架
- 7.4 数据集（Dataset）
- 小结
- 第8章 循环神经网络
- 8.1 循环神经网络简介
- 8.2 长短时记忆网络（LSTM）结构
- 8.3 循环神经网络的变种
- 8.4 循环神经网络样例应用
- 小结
- 第9章 自然语言处理
- 9.1 语言模型的背景知识
- 9.2 神经语言模型
- 9.3 神经网络机器翻译
- 小结
- 第10章 TensorFlow高层封装
- 10.1 TensorFlow高层封装总览
- 10.2 Keras介绍
- 10.3 Estimator介绍
- 小结
- 第11章 TensorBoard可视化
- 11.1 TensorBoard简介
- 11.2 TensorFlow计算图可视化
- 11.3 监控指标可视化
- 11.4 高维向量可视化
- 小结
- 第12章 TensorFlow计算加速
- 12.1 TensorFlow使用GPU
- 12.2 深度学习训练并行模式
- 12.3 多GPU并行
- 12.4 分布式TensorFlow
- 小结
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
