TensorFlow工程化项目实战活页式教程

图书标准信息

• 作者 李占仓
• 出版社 电子工业出版社
• 出版时间 2023-07
• 版次 1
• ISBN 9787121459627
• 定价 78.00元
• 装帧 其他
• 开本 16开
• 页数 340页
• 字数 544千字

【内容简介】

本书以能够搭建自定义神经网络为直接目的，以Python为软件平台，全面介绍了大众化的深度学习框架——TensorFlow的主要功能、使用方法及其在神经网络搭建中的具体应用。全书内容简洁、通俗易懂、紧密联系工程实际，具有良好的可操作性。本书既可作为职业技术学校人工智能相关专业的教材，也可供其他学习Python的初学者使用。

【作者简介】

李占仓，毕业于天津大学软件学院，软件工程专业工程硕士，目前为天津职业大学电子信息工程学院计算机大类专业主任，主要从事人工智能学科专业课教学。

【目录】

项目1  TensorFlow 2开发环境搭建1

任务1  安装Python2

任务2  使用Python虚拟环境6

任务3  安装TensorFlow 28

任务4  安装TensorFlow的GPU版本10

任务5  使用JupyterLab14

项目2  TensorFlow 2语法基础16

任务1  使用tf.constant方法创建张量17

任务2  使用tf.convert_to_tensor方法创建张量19

任务3  创建全0张量和全1张量21

任务4  创建符合正态分布的随机张量23

任务5  创建均匀分布的随机张量25

任务6  创建序列张量27

任务7  改变张量中元素的数据类型29

任务8  随机打乱张量的顺序31

任务9  获取张量的信息33

任务10  改变张量的形状35

任务11  增加张量的维度37

任务12  删除张量的维度40

任务13  交换张量的维度42

任务14  张量的拼接操作44

任务15  张量的分割操作46

任务16  张量的堆叠操作48

任务17  张量的分解操作50

项目3  TensorFlow进阶52

任务1  通过索引获取张量的元素53

任务2  一维张量的切片操作55

任务3  二维张量的切片操作57

任务4  使用tf.gather方法提取数据59

任务5  使用tf.gather_nd方法提取数据61

任务6  张量的加减乘除运算63

任务7  张量的幂、指数、对数运算65

任务8  张量的其他运算67

任务9  创建Variable对象70

任务10  使用Variable对象的方法72

任务11  对一元二次方程自动求导74

任务12  对多元函数求偏导数77

任务13  对向量求偏导数79

项目4  回归分析81

任务1  在二维空间中绘制散点图82

任务2  在二维空间中绘制直线85

任务3  在三维空间中绘制散点图87

任务4  在三维空间中绘制平面图90

任务5  根据一元线性回归模型预测房价93

任务6  根据多元线性回归模型预测房价99

项目5  梯度下降算法105

任务1  使用迭代法求解极小值106

任务2  观察迭代中的振荡110

任务3  使用斜率自动调节步长114

任务4  用梯度下降法求极值117

任务5  用梯度下降法求解一元线性回归120

任务6  用梯度下降法求解多元线性回归124

项目6  分类问题128

任务1  实现Sigmoid函数129

任务2  实现交叉熵损失函数135

任务3  计算模型的准确率141

任务4  使用一元逻辑回归实现商品房分类143

任务5  对鸢尾花数据集进行可视化输出148

任务6  使用多元逻辑回归实现鸢尾花分类152

任务7  实现Softmax函数157

任务8  实现多分类交叉熵损失函数161

任务9  实现多分类163

项目7  人工神经网络基础167

任务1  感知器算法实现案例168

任务2  使用tf.keras.metrics.categorical_ crossentropy方法计算交叉熵损失176

任务3  使用单层神经网络实现鸢尾花的分类178

任务4  使用多层神经网络实现异或运算结果的分类186

任务5  使用多层神经网络实现鸢尾花的分类196

任务6  实现ReLU函数201

任务7  实现误差反向传播算法207

项目8  人工神经网络优化214

任务1  使用小批量梯度下降算法训练模型215

任务2  使用指数衰减学习率训练模型220

任务3  通过自定义损失函数求解模型223

任务4  使用SGD优化器训练模型226

任务5  使用SGDM优化器训练模型229

任务6  使用Adagrad优化器训练模型232

任务7  使用RMSProp优化器训练模型235

任务8  使用Adam优化器训练模型238

任务9  使用正则化缓解过拟合241

项目9  Keras搭建神经网络246

任务1  使用Sequential搭建神经网络实现鸢尾花分类247

任务2  使用Model类搭建神经网络实现鸢尾花分类253

任务3  使用Sequential搭建神经网络实现手写数字识别256

任务4  使用Sequential搭建神经网络实现Fashion图像分类259

任务5  自制数据集262

任务6  Acc和Loss曲线的绘制265

任务7  保存和加载模型参数268

任务8  保存和加载整个模型271

项目10  卷积神经网络274

任务1  实现单通道图像卷积计算275

任务2  实现多通道图像卷积计算279

任务3  实现全零填充282

任务4  实现批标准化287

任务5  实现池化292

任务6  实现舍弃295

任务7  使用卷积神经网络训练CIFAR-10数据集297

任务8  LeNet的实现302

任务9  AlexNet的实现306

任务10  VGGNet的实现311

任务11  InceptionNet的实现318

任务12  ResNet的实现326