• 可以使用搜索框,搜索指定的书籍!
  • 终于有Python的书籍了,暂时没人访问😢

面向机器智能的TensorFlow实践

AI书籍 wanyahai 3个月前 (10-01) 122次浏览 0个评论 扫描二维码

本书是一本*佳的 TensorFlow 入门指南。几位作者都来自研发一线,他们用自己的宝贵经验,结合众多高质量的代码,生动讲解 TensorFlow 的底层原理,并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外,还介绍了在模型部署和编程中可用的诸多实用技巧。
全书分为四部分,共 9 章。第一部分(第 1~2 章)讨论 TensorFlow 的设计模式以及选择 TensorFlow 作为深度学习库的优势和面临的挑战,并给出详细的安装指南。第二部分(第 3~4 章)深入介绍 TensorFlow API 的基础知识和机器学习基础。第三部分(第 5~6 章)探讨如何用 TensorFlow 实现高级深度模型,涉及卷积神经网络(或 CNN)模型和循环神经网络(或 RNN)模型。第四部分(第 7~8 章)探讨 TensorFlow API 中*新推出的特性,包括如何准备用于部署的模型、一些有用的编程模式等。第 9 章给出一些进一步了解 TensorFlow 的学习资源。

山姆·亚伯拉罕:数据科学家、工程师,富有经验的 TensorFlow 贡献者。
丹尼亚尔·哈夫纳:谷歌软件工程师
埃里克·厄威特:高级软件工程师
阿里尔·斯卡尔皮内里:团队负责人,高级 Java 开发者
段菲,清华大学信号与信息处理专业博士,前三星电子中国研究院高级研究员,现为英特尔中国研究院高级研究员。研究方向是深度学习、计算机视觉、数据可视化。参与翻译过《机器学习》《机器学习实践:测试驱动的开发方法》《DirectX103D 游戏编程深度探索》等多本图书。

第一部分 开启 TensorFlow 之旅
第 1 章 引言
第 2 章 安装 TensorFlow
第二部分 TensorFlow 与机器学习基础
第 3 章 TensorFlow 基础
第 4 章 机器学习基础
第三部分 用 TensorFlow 实现更高级的深度模型
第 5 章 目标识别与分类
第 6 章 循环神经网络与自然语言处理
第四部分 其他提示、技术与特性
第 7 章 产品环境中模型的部署
第 8 章 辅助函数、代码结构和类
第 9 章 结语:其他资源


本站大部分内容收集于互联网,只做学习和交流使用,版权归原作者所有。本站发布的内容若侵犯到您的权益,请联系本站处理。
喜欢 (0)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址