TensorFlow(实战Google深度学习框架)
全新正版 极速发货
￥ 54.01 6.8折 ￥ 79 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者才云科技Caicloud//郑泽宇//顾思宇
出版社电子工业
ISBN9787121309595
出版时间2017-03
装帧其他
开本其他
定价79元
货号3779637
上书时间2024-06-03
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
顾思宇，硕士毕业于北京理工大学，曾在MSRA、搜狗、腾讯等互联网公司任职，在ICDM、SlGIR、ADKDD等会议上发表过多篇论文。致力于机器学习、信息检索、人工智能等相关技术在产品上的实践。
郑泽宇，现为才云科技（Caicloud.io）联合创始人、首席大数据科学家。针对分布式TensorFlow上手难、管理难、监控难、上线难等问题，他带领团队成功开发了国内成熟的分布式TensorFlow深度学习平台（TensorFlowasaService）先河。基于此平台，才云大数据团队为安防、电商、金融、物流等多个行业提供有针对性的人工智能解决方案。归国创业之前，郑泽宇曾任美国谷歌高级工程师。从2013年加入谷歌，郑泽宇作为主要技术人员参与并领导了多个大数据项目。由他提出并主导的产品聚类项目用于衔接谷歌购物和谷歌知识图谱（knowledgegraph）数据，使得知识卡片形式的广告逐步取代传统的产品列表广告，开启了谷歌购物广告在搜索页面投递的新纪元。郑泽宇于2011年5月获得北京大学计算机学士学位，并荣获北京大学信息科学技术学院十佳优秀毕业论文、北京大学优秀毕业生。2013年5月获得美国CarnegieMellonUniversity（CMU）大学计算机硕士学位，并获得西贝尔奖学金(SiebelScholarship)。郑泽宇在机器学习、人工智能领域有多年研究经验，并在SIGIR、SIGKDD、ACL、ICDM、ICWSM等国际会议上发表多篇学术论文。
目录
第1章 深度学习简介
1.1 人工智能、机器学习与深度学习
1.2 深度学习的发展历程
1.3 深度学习的应用
1.3.1 计算机视觉
1.3.2 语音识别
1.3.3 自然语言处理
1.3.4 人机博弈
1.4 深度学习工具介绍和对比
小结
第2章 TensorFlow环境搭建
2.1 TensorFlow的主要依赖包
2.1.1 Protocol Buffer
2.1.2 Bazel
2.2 TensorFlow安装
2.2.1 使用Docker安装
2.2.2 使用pip安装
2.2.3 从源代码编译安装
2.3 TensorFlow测试样例
小结
第3章 TensorFlow入门
3.1 TensorFlow计算模型——计算图
3.1.1 计算图的概念
3.1.2 计算图的使用
3.2 TensorFlow数据模型——张量
3.2.1 张量的概念
3.2.2 张量的使用
3.3 TensorFlow运行模型——会话
3.4 TensorFlow实现神经网络
3.4.1 TensorFlow游乐场及神经网络简介
3.4.2 前向传播算法简介
3.4.3 神经网络参数与TensorFlow变量
3.4.4 通过TensorFlow训练神经网络模型
3.4.5 完整神经网络样例程序
小结
第4章 深层神经网络
4.1 深度学习与深层神经网络
4.1.1 线性模型的局限性
4.1.2 激活函数实现去线性化
4.1.3 多层网络解决异或运算
4.2 损失函数定义
4.2.1 经典损失函数
4.2.2 自定义损失函数
4.3 神经网络优化算法
4.4 神经网络进一步优化
4.4.1 学习率的设置
4.4.2 过拟合问题
4.4.3 滑动平均模型
小结
第5章 MNIST数字识别问题
5.1 MNIST数据处理
5.2 神经网络模型训练及不同模型结果对比
5.2.1 TensorFlow训练神经网络
5.2.2 使用验证数据集判断模型效果
5.2.3 不同模型效果比较
5.3 变量管理
5.4 TensorFlow模型持久化
5.4.1 持久化代码实现
5.4.2 持久化原理及数据格式
5.5 TensorFlow最佳实践样例程序
小结
第6章 图像识别与卷积神经网络
6.1 图像识别问题简介及经典数据集
6.2 卷积神经网络简介
6.3 卷积神经网络常用结构
6.3.1 卷积层
6.3.2 池化层
6.4 经典卷积网络模型
6.4.1 LeNet-5模型
6.4.2 Inception-v3模型
6.5 卷积神经网络迁移学习
6.5.1 迁移学习介绍
6.5.2 TensorFlow实现迁移学习
小结
第7章 图像数据处理
7.1 TFRecord输入数据格式
7.1.1 TFRecord格式介绍
7.1.2 TFRecord样例程序
7.2 图像数据处理
7.2.1 TensorFlow图像处理函数
7.2.2 图像预处理完整样例
7.3 多线程输入数据处理框架
7.3.1 队列与多线程
7.3.2 输入文件队列
7.3.3 组合训练数据（batching）
7.3.4 输入数据处理框架
小结
第8章 循环神经网络
8.1 循环神经网络简介
8.2 长短时记忆网络（LTSM）结构
8.3 循环神经网络的变种
8.3.1 双向循环神经网络和深层循环神经网络
8.3.2 循环神经网络的dropout
8.4 循环神经网络样例应用
8.4.1 自然语言建模
8.4.2 时间序列预测
小结
第9章 TensorBoard可视化
9.1 TensorBoard简介
9.2 TensorFlow计算图可视化
9.2.1 命名空间与TensorBoard图上节点
9.2.2 节点信息
9.3 监控指标可视化
小结
第10章 TensorFlow计算加速
10.1 TensorFlow使用GPU
10.2 深度学习训练并行模式
10.3 多GPU并行
10.4 分布式TensorFlow
10.4.1 分布式TensorFlow原理
10.4.2 分布式TensorFlow模型训练
10.4.3 使用Caicloud运行分布式TensorFlow
小结
内容摘要
TensorFlow是谷歌2015年开源的主流深度学习框架，目前已在谷歌、优步(Uber)、京东、小米等科技公司广泛应用。才云科技Caicloud、郑泽宇、顾思宇编著的《TensorFlow(实战Google深度学习框架)》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何了使用深度学习解决这些问题。书中包含了深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的首选参考书。
读者对象：对人工智能、深度学习感兴趣的计算机相关从业人员，想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、机器学习感兴趣的在校学生
，希望找深度学习相关岗位的求职人员，等等。
— 没有更多了 —
以下为对购买帮助不大的评价