精通tensorflow 数据库 作者
轻松掌握google深度学框架 tensorflow1.x不错功能 牛津大学教授力荐 迁移学 生成对抗网络 深度强化学
￥ 52.35 5.9折 ￥ 89 全新
库存2件
作者作者
出版社机械工业出版社
ISBN9787111614364
出版时间2019-01
版次1
装帧平装
开本16
页数315页
字数462千字
定价89元
货号xhwx_1201821108
上书时间2024-12-14
- 在售商品 暂无
- 平均发货时间 26小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
译者序
原书序
原书前言
章tensorflow101//1
1.1什么是tensorflow//1
1.2tensorflow内核//2
1.2.1简单的示例代码-hellotensorflow//2
1.2.2张量//3
1.2.3常量//4
1.2.4作//5
1.2.5占位符//6
1.2.6从python对象创建张量//7
1.2.7变量//9
1.2.8由库函数生成的张量//10
1.2.9通过tf.get_variable()获取变量//13
1.3数据流图或计算图//14
1.3.1执行顺序和延迟加载//15
1.3.2跨计算设备执行计算图-cpu和gpu//15
1.3.3多个计算图//18
1.4tensorboard//19
1.4.1tensorboard小的例子//19
1.4.2tensorboard的细节//21
1.5结//21
第2章tensorflow的不错库//22
2.1tfestimator//22
2.2tfslim//24
2.3tflearn//25
2.3.1创建tflearn层//26
2.3.2创建tflearn模型//30
2.3.3训练tflearn模型//30
2.3.4使用tflearn模型//30
2.4prettytensor//31
2.5son//32
2.6结//34
第3章keras101//35
3.1安装keras//35
3.2keras的神经网络模型//36
3.2.1在keras中创建模型的过程//36
3.3创建keras模型//36
3.3.1用于创建keras模型的序列化api//36
3.3.2用于创建keras模型的功能api//37
3.4keras的层//37
3.4.1keras内核层//37
3.4.2keras卷积层//38
3.4.3keras池化层//38
3.4.4keras局连接层//39
3.4.5keras循环层//39
3.4.6keras嵌入层//39
3.4.7keras合并层//39
3.4.8keras不错激活层//40
3.4.9keras归一化层//40
3.4.10keras噪声层//40
3.5将网络层添加到keras模型中//40
3.5.1利用序列化api将网络层添加到keras模型中//40
3.5.2利用功能api将网络层添加到keras模型中//41
3.6编译keras模型//41
3.7训练keras模型//42
3.8使用keras模型进行预测//42
3.9keras中的其他模块//43
3.10基于mnist数据集的keras顺序模型示例//43
3.11结//45
第4章基于tensorflow的经典机器学算法//47
4.1简单的线回归//48
4.1.1数据准备//49
4.1.2建立简单的回归模型//50
4.1.3使用训练好的模型进行预测//55
4.2多元回归//55
4.3正则化回归//58
4.3.1lasso正则化//59
4.3.2岭正则化//62
4.3.3弹网正则化//64
4.4使用logistic回归进行分类//65
4.4.1二分类的logistic回归//65
4.4.2多类分类的logistic回归//66
4.5二分类//66
4.6多分类//69
4.7结//73
第5章基于tensorflow和keras的神经网络和多层感知机//74
5.1感知机//74
5.2多层感知机//76
5.3用于图像分类的多层感知机//77
5.3.1通过tensorflow构建用于mnist分类的多层感知机//77
5.3.2通过keras构建用于mnist分类的多层感知机//83
5.3.3通过tflearn构建用于mnist分类的多层感知机//85
5.3.4多层感知机与tensorflow、keras和tflearn的结//86
5.4用于时间序列回归的多层感知机//86
5.5结//89
第6章基于tensorflow和keras的rnn//90
6.1简单rnn//90
6.2rnn改进版本//92
6.3lstm网络//93
6.4gru网络//95
6.5基于tensorflow的rnn//96
6.5.1tensorflow的rnn单元类//96
6.5.2tensorflow的rnn模型构造类//97
6.5.3tensorflow的rnn单元封装类//97
6.6基于keras的rnn//98
6.7rnn的应用领域//98
6.8将基于keras的rnn用于mnist数据//99
6.9结//100
第7章基于tensorflow和keras的rnn在时间序列数据中的应用//101
7.1航空公司乘客数据集//101
7.1.1加载airpass数据集//102
7.1.2可视化airpass数据集//102
7.2使用tensorflow为rnn模型预处理数据集//103
7.3tensorflow中的简单rnn//104
7.4tensorflow中的lstm网络//106
7.5tensorflow中的gru网络//107
7.6使用keras为rnn模型预处理数据集//108
7.7基于keras的简单rnn//109
7.8基于keras的lstm网络//111
7.9基于keras的gru网络//112
7.10结//113
第8章基于tensorflow和keras的rnn在文本数据中的应用//114
8.1词向量表示//114
8.2为word2vec模型准备数据//116
8.2.1加载和准备ptb数据集//117
8.2.2加载和准备text8数据集//118
8.2.3准备小的验证集//119
8.3使用tensorflow的skip-gram模型//119
8.4使用t-sne可视化单词嵌入//124
8.5基于keras的skip-gram模型//126
8.6使用tensorflow和keras中的rnn模型生成文本//130
8.6.1使用tensorflow中的lstm模型生成文本//131
……
内容简介：
tenorflow是目前流行的数值计算库，专用于构建分布式、云计算和移动环境。tenorflow将数据表示为张量，将计算表示为计算图。
精通tenorflow是一本综合指南，可让您理解tenorflow 1.x的不错功能，深入了解tenorflow 内核、kera、 tf etimator、tflearn、tf lim、prettytenor和on。利用tenorflow和kera提供的功能，使用迁移学、生成对抗网络和深度强化学等概念来构建深度学模型。通过本书，您将获得在各种数据集（例如 mnit、cifar10、ptb、text8和coco图像）上的实践经验。
您还能够学tenorflow1.x的不错功能，例如分布式tenorflow，使用tenorflow服务部署生产模型，以及在android和io台上为移动和嵌入式设备构建和部署tenorflow模型。您将看到如何在r统计软件中调用 tenorflow和kera api，还能了解在tenorflow的代码无法按预期工作时所需的调试技术。
精通tenorflow可帮助您深入了解tenorflow，使您成为解决人工智能问题的专家。之，在学本书之后，可掌握tenorflow和kera的产品，并获得构建更智能、更快速、更高效的机器学和深度学系统所需的技能。
— 没有更多了 —
以下为对购买帮助不大的评价