Spark深度学习指南
正版新书 新华官方库房直发 可开电子发票
￥ 70.85 6.5折 ￥ 109 全新
库存5件
作者(美)艾哈迈德·谢里夫(Ahmed Sherif),(美)阿姆里斯·拉文德拉(Amrith Ravindra)
出版社电子工业出版社
ISBN9787121378829
出版时间2020-01
版次1
装帧平装
开本16开
纸张胶版纸
页数353页
字数465千字
定价109元
货号SC:9787121378829
上书时间2024-12-14
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
本书开头部分讲了如何按照深度学习的需求来配置Apache Spark，以实现不同类型的神经网络，接下来讲述了在分布式环境中实现深度学习涉及的常见和不那么常见的需求。另外，你还将学到Spark中的深度学习代码，这些代码可以复用到其他类似的问题中，或者稍作改动用于略有不同的问题。将带你一起用Spark对数据进行分流和聚类用TensorFlow、deeplearning4j和 Caffe在Spark中实现和部署深度学习模型，例如CNN、RNN和 LSTM。学完本书的内容，你将能够在Spark上训练和部署有效的深度学习模型。
目录:
1 为深度学习开发设置Spark 1
介绍 1
下载Ubuntu桌面映像 2
在macOS中使用VMWare Fusion安装和配置Ubuntu 3
在Windows中使用Oracle VirtualBox安装和配置Ubuntu 8
为谷歌云平台安装和配置Ubuntu桌面端 11
在Ubuntu桌面端安装和配置Spark 23
集成Jupyter Notebook与Spark 29
启动和配置Spark集群 33
停止Spark集群 34
2 在Spark中创建神经网络 36
介绍 36
在PySpark中创建数据帧 37
在PySpark数据帧中操作列 41
将PySpark数据帧转换为数组 42
在散点图中将数组可视化 46
设置输入神经网络的权重和偏差 49
规范化神经网络的输入数据 52
验证数组以获得很好的神经网络性能 55
使用sigmoid设置激活函数 57
创建sigmoid导数 60
计算神经网络中的代价函数 62
根据身高值和体重值预测性别 66
预测分数并进行可视化 69
3 卷积神经网络的难点 72
介绍 72
难点1：导入MNIST图像 73
难点2：可视化MNIST图像 77
难点3：将MNIST图像导出为文件 80
难点4：增加MNIST图像 82
难点5：利用备用资源训练图像 86
难点6：为卷积神经网络优先考虑高级库 88
4 循环神经网络的难点 94
介绍 94
前馈网络简介 95
循环神经网络
...
— 没有更多了 —
以下为对购买帮助不大的评价