TensorFlow机器学习
正版图书，可开发票，请放心购买。
￥ 65.38 8.2折 ￥ 79.9 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者[越]全华（quanhua）、[巴基]沙姆斯·乌尔·阿齐姆（shamsulazeem）、[美]西福·艾哈迈德（s
出版社人民邮电出版社
ISBN9787115531254
出版时间2021-05
装帧平装
开本16开
定价79.9元
货号31141158
上书时间2023-08-31
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
全华是BodiData（一个身体测量数据平台）的一位计算机视觉和机器学习工程师，专注于为某种手持技术开发计算机视觉和机器学习应用。
沙姆斯?乌尔?阿齐姆毕业于巴基斯坦国立科技大学电气工程专业。他目前从事医疗相关的项目。
西福?艾哈迈德是一位经验丰富的量化分析师，同时也是一位拥有15年行业经验的数据科学家。
目录
目录
第 1章 初识TensorFlow1
1.1 当前应用2
1.2 安装TensorFlow2
1.2.1 Ubuntu安装2
1.2.2 macOS安装4
1.2.3 Windows安装5
1.2.4 创建虚拟机8
1.2.5 测试安装13
1.3 总结14
第 2章 你的第 一个分类器15
2.1 关键部分15
2.2 获取训练数据16
2.3 下载训练数据16
2.4 理解分类17
2.5 其他设置19
2.6 逻辑停止点23
2.7 机器学习公文包23
2.8 训练日27
2.9 保存模型以供持续使用30
2.10 为什么隐藏测试集31
2.11 使用分类器31
2.12 深入研究网络32
2.13 所学技能32
2.14 总结33
第3章 TensorFlow工具箱34
3.1 快速预览TensorBoard35
3.2 安装TensorBoard37
3.2.1 嵌入钩子（hook）到代码中38
3.2.2 AlexNet42
3.3 自动化运行44
3.4 总结45
第4章 猫和狗46
4.1 回顾notMNIST46
4.1.1 程序配置47
4.1.2 理解卷积神经网络48
4.1.3 回顾配置52
4.1.4 构造卷积神经网络52
4.1.5 实现56
4.2 训练日57
4.3 真实的猫和狗59
4.4 保存模型以供持续使用63
4.5 使用分类器64
4.6 所学技能65
4.7 总结65
第5章 序列到序列模型—— 你讲法语吗66
5.1 快速预览66
5.2 大量信息68
5.3 训练日73
5.4 总结81
第6章 探索文本含义82
6.1 额外设置83
6.2 所学技能96
6.3 总结97
第7章 利用机器学习赚钱98
7.1 输入和方法98
7.2 处理问题101
7.2.1 下载和修改数据102
7.2.2 查看数据103
7.2.3 提取特征105
7.2.4 准备训练和测试106
7.2.5 构建网络106
7.2.6 训练107
7.2.7 测试108
7.3 更进一步108
7.4 个人的实际考虑108
7.5 所学技能109
7.6 总结110
第8章 医疗应用111
8.1 挑战112
8.2 数据114
8.3 管道114
8.3.1 理解管道115
8.3.2 准备数据集116
8.3.3 解释数据准备118
8.3.4 训练流程129
8.3.5 验证流程129
8.3.6 利用TensorBoard可视化训练过程130
8.4 更进一步133
8.4.1 其他医疗数据挑战133
8.4.2 ISBI大挑战133
8.4.3 读取医疗数据134
8.5 所学技能138
8.6 总结139
第9章 生产系统自动化140
9.1 系统概述140
9.2 创建项目141
9.3 加载预训练模型以加速训练142
9.4 为数据集训练模型148
9.4.1 Oxford-IIIT宠物数据集介绍149
9.4.2 为训练和测试创建输入管道154
9.4.3 定义模型158
9.4.4 定义训练操作158
9.4.5 执行训练过程160
9.4.6 导出模型以用于生产163
9.5 在生产中利用模型提供服务165
9.5.1 设置TensorFlow Serving166
9.5.2 运行和测试模型167
9.5.3 设计Web服务器169
9.6 在生产中自动化微调170
9.6.1 加载用户标记的数据170
9.6.2 对模型进行微调173
9.6.3 创建每天运行的cronjob179
9.7 总结179
第 10章 系统上线180
10.1 快速浏览亚马逊Web服务180
10.1.1 P2实例181
10.1.2 G2实例181
10.1.3 F1实例181
10.1.4 定价182
10.2 应用程序概述183
10.2.1 数据集183
10.2.2 准备数据集和输入管道184
10.2.3 神经网络架构192
10.2.4 单GPU训练流程197
10.2.5 多GPU训练流程202
10.3 Mechanical Turk概览209
10.4 总结210
第 11章 更进一步—— 21个课题211
11.1 数据集和挑战赛211
11.1.1 课题1：ImageNet数据集211
11.1.2 课题2：COCO数据集212
11.1.3 课题3：Open Images数据集212
11.1.4 课题4：YouTube-8M数据集212
11.1.5 课题5：AudioSet数据集212
11.1.6 课题6：LSUN挑战赛213
11.1.7 课题7：MegaFace数据集213
11.1.8 课题8：Data Science Bowl 2017挑战赛213
11.1.9 课题9：星际争霸游戏数据集213
11.2 TensorFlow项目214
11.2.1 课题10：人体姿态估计214
11.2.2 课题11：对象检测——YOLO214
11.2.3 课题12：对象检测——Faster RCNN214
11.2.4 课题13：人体检测——Tensorbox214
11.2.5 课题14：Magenta215
11.2.6 课题15：WaveNet215
11.2.7 课题16：Deep Speech215
11.3 有趣的项目215
11.3.1 课题17：交互式深度着色—— iDeepColor215
11.3.2 课题18：Tiny人脸检测器215
11.3.3 课题19：人体搜索216
11.3.4 课题20：人脸识别——MobileID216
11.3.5 课题21：问题回答——DrQA216
11.4 Caffe转TensorFlow216
11.5 TensorFlow-Slim222
11.6 总结222
第 12章 高级安装223
12.1 安装223
12.1.1 安装Nvidia驱动程序224
12.1.2 安装CUDA工具箱226
12.1.3 安装cuDNN229
12.1.4 安装TensorFlow230
12.1.5 验证支持GPU的TensorFlow231
12.2 利用Anaconda管理TensorFlow231
12.3 总结234
内容摘要
TensorFlow是Google所主导的机器学习框架，也是机器学习领域研究和应用的热门对象。
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。
本书适合想要学习、了解TensorFlow和机器学习的读者阅读。如果读者知道基本的机器学习概念，并对Python语言有一定的了解，那么能够更加轻松地阅读本书。
主编推荐
谷歌的TensorFlow使机器学习比以往任何时候都更快、更简单、更易于使用。本书将教你如何凭借Python和TensorFlow的强大功能轻松开启机器学习之旅。
首先，你将了解TensorFlow的基本安装过程，并探索其强大功能。接下来，你将训练和运行自己的个分类器，并通过解决来自多个行业的问题来了解TensorBoard库的特性，包括数据流图、训练和性能可视化。此外，你还将进一步探索文本和图像分析，并了解CNN模型及其在TensorFlow中的设置。然后，通过训练一个深度学习模型并利用其提供的服务，你将实现一个完整的真实生产系统。随着学习的深入，你还将了解亚马逊Web服务（AWS），并创建一个深度神经网络来解决视频动作识别问题。很后，你将把Caffe模型转换为TensorFlow，并学习不错TensorFlow库——TensorFlow-Slim。
本书包含以下内容：
? 探索如何使用不同的机器学习模型来处理数据；
? 学习如何使用TensorFlow构建深度神经网络；
·了解如何使用TensorFlow解决关键任务，比如聚类、情感分析和回归分析；
·掌握如何编写简洁优雅的Python代码来优化算法；
·了解如何在Web应用中嵌入机器学习模型以提高可访问性；
·学习如何通过AWS利用多个GPU加快训练过程。
— 没有更多了 —
以下为对购买帮助不大的评价