TensorFlow知识图谱实战
正版新书 新华官方库房直发 可开电子发票
￥ 47.61 6.9折 ￥ 69 全新
库存4件
江苏南京
认证卖家担保交易快速发货售后保障
作者王晓华
出版社清华大学出版社
ISBN9787302591788
出版时间2021-11
版次1
装帧平装
开本其他
纸张胶版纸
页数281页
定价69元
货号SC:9787302591788
上书时间2024-12-03
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
王晓华，计算机专业讲师，长期讲授面向对象程序设计、数据结构、Hadoop程序设计等研究生和本科生相关课程；主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题，独立科研项目获省级成果认定，发表过多篇论文，拥有一项国家专利。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow 2.0卷积神经网络实战》《TensorFlow+Keras自然语言处理实战》等图书。
主编推荐:
本书介绍TensorFlow构建知识图谱的核心技术，帮助读者掌握使用深度学习构建知识图谱的方法，以及使用神经网络的技术要点和基于深度学习的应用程序编写技巧。
内容简介:
大数据时代的到来，为人工智能的飞速发展带来靠前的数据红利。在大数据的“喂养”下，大量知识不断涌现，如何有效地发掘这些知识呢？知识图谱横空出世。本书是一本讲解如何使用TensorFlow 2构建知识图谱的入门教程，引导读者掌握基于深度学习的知识图谱构建概念、理论和方法。
本书分为13章：第1章从搭建环境开始，包含TensorFlow CPU 版本和GPU版本的安装，并通过一个知识图谱的例子引导读者开始学习；第2~4章介绍TensorFlow API的使用；第5章是Dataset API，学习使用原生API处理数据的方法；第6~8章是实战准备部分，介绍ResNet模型、词嵌入（word embedding）模型、情感分类；第9 ~10章在“注意力模型”基础上搭建了“编码器模型”；第11~13章搭建了知识图谱联合抽取模型，利用本书所学知识实战知识图谱的搭建过程和性能提升方案。
本书内容详尽、示例丰富，适合作为知识图谱和深度学习读者的参考书，同时也适合开设人工智能专业的大中专院校师生阅读，还可作为高等院校计算机及相关专业教材使用。
目录:
第1章 知识图谱的前世今生1
1.1 何谓自然语言处理1
1.1.1 自然语言处理是门技术1
1.1.2 传统的自然语言处理2
1.2 自然语言处理为什么难—以最简单的情感分析为例3
1.2.1 自然语言处理的难点3
1.2.2 自然语言处理小练习：酒店评论的情感分类5
1.3 知识图谱到底是什么8
1.3.1 知识图谱的应用9
1.3.2 知识图谱中的三元组10
1.4 搭建环境1：安装Python11
1.4.1 Anaconda的下载与安装12
1.4.2 PyCharm的下载与安装14
1.4.3 Python代码小练习：计算softmax函数17
1.5 搭建环境2：安装TensorFlow 2.X的GPU版本18
1.5.1 10/20/30系列显卡选择的GPU版本18
1.5.2 TensorFlow 2.4 GPU版本基础显卡推荐和前置软件安装19
1.5.3 TensorFlow小练习：Hello TensorFlow22
1.6 实战—知识图谱的展示22
1.6.1 第一步：数据的准备22
1.6.2 第二步：数据的处理23
1.6.3 第三步：知识图谱的展示24
1.6.4 第四步：更多的连线25
1.6.5 一个需要解决的小问题25
1.7 本章小结26
第2章 TensorFlow和Keras快速入门27
2.1 Keras让一切变简单27
2.1.1 深度学习，始于模型28
2.1.2 使用Keras API实现鸢尾花分类的例子（顺序模型）28
2.1.3 使用Keras函数式编程实现鸢尾花分类的例子（重点）31
2.1.4 使用保存的Keras模式对模型进行复用3
...
— 没有更多了 —
以下为对购买帮助不大的评价