TensorFlow技术解析与实战
正版现货 可开具图书发票 下单后当天即可发货
¥
64.45
8.2折
¥
79
全新
库存2件
作者李嘉璇
出版社人民邮电
ISBN9787115456137
出版时间2017-06
装帧其他
开本其他
定价79元
货号3843694
上书时间2024-10-31
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
李嘉璇,创建TensorFlow技术社区tf.greatgeekgrace.com,greatgeekgrace取意为“伟大优雅的极客”。活跃于国内各大技术社区,知乎编程问题回答者。致力于人工智能的研究,对深度学习框架的架构、源码分析及在不同领域的应用有浓厚兴趣。有上百篇论文阅读经验,而且在用深度学习进行图像处理、社交文本数据情感分析、数据挖掘方面有丰富的实践经验,参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛,曾任职百度研发工程师。
目录
第一篇 基础篇
第1章 人工智能概述
1.1 什么是人工智能
1.2 什么是深度学习
1.3 深度学习的入门方法
1.4 什么是TensorFlow
1.5 为什么要学TensorFlow
1.5.1 TensorFlow的特性
1.5.2 使用TensorFlow的公司
1.5.3 TensorFlow的发展
1.6 机器学习的相关赛事
1.6.1 ImageNet的ILSVRC
1.6.2 Kaggle
1.6.3 天池大数据竞赛
1.7 国内的人工智能公司
1.8 小结
第2章 TensorFlow环境的准备
2.1 下载TensorFlow 1.1.0
2.2 基于pip的安装
2.2.1 Mac OS环境准备
2.2.2 Ubuntu/Linux环境准备
2.2.3 Windows环境准备
2.3 基于Java的安装
2.4 从源代码安装
2.5 依赖的其他模块
2.5.1 numpy
2.5.2 matplotlib
2.5.3 jupyter
2.5.4 scikit-image
2.5.5 librosa
2.5.6 nltk
2.5.7 keras
2.5.8 tflearn
2.6 小结
第3章 可视化TensorFlow
3.1 PlayGround
3.1.1 数据
3.1.2 特征
3.1.3 隐藏层
3.1.4 输出
3.2 TensorBoard
3.2.1 SCALARS面板
3.2.2 IMAGES面板
3.2.3 AUDIO面板
3.2.4 GRAPHS面板
3.2.5 DISTRIBUTIONS面板
3.2.6 HISTOGRAMS面板
3.2.7 EMBEDDINGS面板
3.3 可视化的例子
3.3.1 降维分析
3.3.2 嵌入投影仪
3.4 小结
第4章 TensorFlow基础知识
第5章 TensorFlow源代码解析
第6章 神经网络的发展及其TensorFlow实现
第7章 TensorFlow的高级框架
第二篇 实战篇
第8章 第一个TensorFlow程序
第9章 TensorFlow在MNIST中的应用
第10章 人脸识别
第11章 自然语言处理
第12章 图像与语音的结合
第13章 生成式对抗网络
第三篇 提高篇
第14章 分布式TensorFlow
第15章 TensorFlow线性代数编译框架XLA
第16章 TensorFlow Debugger
第17章 TensorFlow和Kubernetes结合
第18章 TensorFlowOnSpark
第19章 TensorFlow移动端应用
第20章 TensorFlow的其他特性
第21章 机器学习的评测体系
附录A 公开数据集
附录B 项目管理经验小谈
内容摘要
TensorFlow是谷歌公司开发的深度学习框架,也
是目前深度学习的主流框架之一。李嘉璇编著的《TensorFlow技术解析与实战》从深度学习的基础讲起,深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识,深度学习的方法,TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程,实现一个自定义操作,并进行TensorFlow源代码解析,介绍卷积神经网络(CNN)和循环神经网络(RNN)的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识;实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络(CNN、RNN和自编码网络等),并对MINIST数据集进行训练,讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用:提高篇讲解TensorFlow的分布式原理、架构、模式、API,还会介绍TensorFlowXLA、TensorFlowDebugger、
TensorFlow和Kubemetes结合、TensorFlowOnSpark、TensorFlow移动端应用,以及’FensorFlowServing、TensorFlowFold和TensorFlow计算加速
等其他特性。最后,附录中列出一些可供参考的公开
数据集,并结合作者的项目经验介绍项目管理的一些建议。
本书深入浅出,理论联系实际,实战案例新颖,基于最新的TensorFlow1.1版本,涵盖TensorFlow的新特性,非常适合对深度学习和TensorFlow感兴趣的读者阅读。
— 没有更多了 —
以下为对购买帮助不大的评价