消息 首页 搜索 举报
  • TensorFlow 2学习指南 (英)托尼·霍尔德罗伊德(Tony Holdroyd)著,鬲玲、邹伟、丁博深、李彦聪 译 清华大学出版社 9787302564638
21年品牌 40万+商家 超1.5亿件商品

TensorFlow 2学习指南 (英)托尼·霍尔德罗伊德(Tony Holdroyd)著,鬲玲、邹伟、丁博深、李彦聪 译 清华大学出版社 9787302564638

正版旧书 里面部分笔记 内容完好 可正常使用 旧书不附带光盘

￥ 27.4 八五品

库存9件

江西南昌
认证卖家担保交易快速发货售后保障

作者(英)托尼·霍尔德罗伊德(Tony Holdroyd)著,鬲玲、邹伟、丁博深、李彦聪 译

出版社清华大学出版社

ISBN9787302564638

出版时间2020-11

装帧线装

货号4516201

上书时间2024-03-21

有路官方旗舰店

八年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：八五品
商品描述
温馨提示：亲！旧书库存变动比较快，有时难免会有断货的情况，为保证您的利益，拍前请务必联系卖家咨询库存情况！谢谢！
书名：TensorFlow 2学习指南
编号：4516201
ISBN：9787302564638[十位:]
作者：(英)托尼·霍尔德罗伊德(Tony Holdroyd)著,鬲玲、邹伟、丁博深、李彦聪 译
出版社：清华大学出版社
出版日期：2020年11月
页数：0
定价：79.00 元
参考重量：0.300Kg
-------------------------
新旧程度：6-9成新左右，不影响阅读，详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全* 图书目录 *
*部分TensorFlow 2基本内容介绍 第1章TensorFlow 2 简介 1.1初识TensorFlow生态系统 1.2TensorFlow的安装 1.3内务管理和Eager操作 1.3.1导入TensorFlow 1.3.2TensorFlow的编码风格约定 1.3.3动态图机制 1.3.4声明Eager变量 1.3.5声明TensorFlow常量 1.3.6创建tensor张量 1.3.7张量的秩(维数) 1.3.8指定张量的元素 1.3.9将张量转换为NumPy/Python变量 1.3.10计算张量的大小(元素数) 1.3.11查看张量的数据类型 1.3.12张量元素的基本运算规则 1.3.13广播机制 1.3.14TensorFlow转置和矩阵乘法 1.3.15张量数据类型的转换 1.3.16声明不规则张量 1.4TensorFlow的基本操作 1.4.1计算张量的平方差 1.4.2计算平均值 1.4.3随机初始化张量 1.4.4查找*大和*小元素的索引 1.4.5使用检查点保存和恢复张量值 1.4.6tf.function 1.5小结 第2章TensorFlow 2的高级API——Keras 2.1Keras的使用情况及优势 2.2Keras特性 2.3Keras默认配置文件 2.4Keras后端 2.5Keras数据类型 2.6Keras模型 2.6.1Keras序列模型 2.6.2Keras函数式API 2.6.3子类化Keras模型类 2.6.4使用数据管道 2.6.5保存和加载Keras模型 2.6.6Keras数据集 2.7小结 第3章基于TensorFlow 2的ANN技术 3.1获取数据集 3.1.1从NumPy数组获取数据 3.1.2从CSV文件获取数据 3.1.3使用TFRecords存取数据 3.1.4使用独热编码处理数据 3.2ANN层 3.2.1全连接层 3.2.2卷积层 3.2.3*大池化层 3.2.4批标准化层和Dropout层 3.2.5Softmax层 3.3激活函数 3.4创建模型 3.5梯度计算 3.6损失函数 3.7小结 第二部分TensorFlow 2中的有监督和无监督学习 第4章基于TensorFlow 2的有监督学习 4.1有监督学习 4.2线性回归 4.3*个线性回归示例 4.4波士顿房价数据集 4.5逻辑回归(分类) 4.6k*近邻(KNN) 4.7小结 第5章基于TensorFlow 2的无监督学习 5.1自动编码器 5.2一个简单的自动编码器 5.2.1数据预处理 5.2.2训练 5.2.3结果显示 5.3自动编码器的应用——去噪 5.3.1设置 5.3.2数据预处理 5.3.3带噪声的图像 5.3.4创建编码层 5.3.5创建解码层 5.3.6模型概要 5.3.7模型实例化、编译和训练 5.3.8图像去噪 5.3.9TensorBoard输出 5.4小结 第三部分TensorFlow 2的神经网络应用 第6章基于TensorFlow 2的图像识别 6.1基于TensorFlow的Quick Draw图像分类 6.1.1数据获取 6.1.2设置环境 6.1.3数据预处理 6.1.4模型创建 6.1.5模型训练和测试 6.1.6TensorBoard回调函数 6.1.7模型保存、加载和重新测试 6.1.8用.h5格式保存和加载NumPy图像数据 6.1.9预训练模型的加载和使用 6.2基于TensorFlow的CIFAR 10图像分类 6.2.1简介 6.2.2应用 6.3小结 第7章基于TensorFlow 2的图像风格迁移 7.1导入配置 7.2图像预处理 7.3查看原始图像 7.4使用VGG19架构 7.5创建模型 7.6计算损失 7.7执行风格迁移 7.8*终展示 7.9小结 第8章基于TensorFlow 2的循环神经网络 8.1神经网络处理模式 8.2循环结构 8.3RNN的应用 8.4RNN代码示例 8.5模型构建与实例化 8.6模型训练与使用 8.7小结 第9章TensorFlow Estimators和TensorFlow Hub 9.1TensorFlow Estimators 9.2TensorFlow Hub 9.2.1IMDB(电影评论数据库) 9.2.2数据集 9.2.3代码 9.3小结 附录从tf1.12转换为tf2
  • TensorFlow 2学习指南 (英)托尼·霍尔德罗伊德(Tony Holdroyd)著,鬲玲、邹伟、丁博深、李彦聪 译 清华大学出版社 9787302564638

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP