掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
TensorFlow實戰 版權信息
- ISBN：9787121309120
- 條形碼：9787121309120 ; 978-7-121-30912-0
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
TensorFlow實戰 本書特色
Google近日發布了TensorFlow 1.0候選版，這個穩定版將是深度學習框架發展中的里程碑的一步。自TensorFlow于2015年底正式開源，距今已有一年多，這期間TensorFlow不斷給人以驚喜，推出了分布式版本，服務框架TensorFlow Serving，可視化工具TensorFlow，上層封裝TF.Learn，其他語言（Go、Java、Rust、Haskell）的綁定、Windows的支持、JIT編譯器XLA、動態計算圖框架Fold，以及數不勝數的經典模型在TensorFlow上的實現（Inception Net、SyntaxNet等）。在這一年多時間，TensorFlow已從初入深度學習框架大戰的新星，成為了幾近壟斷的行業事實標準。 《TensorFlow實戰》希望用簡單易懂的語言帶領大家探索TensorFlow（基于1.0版本API）。在《TensorFlow實戰》中我們講述了TensorFlow的基礎原理，TF和其他框架的異同。并用具體的代碼完整地實現了各種類型的深度神經網絡：AutoEncoder、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Reinforcement Learning(Policy Network、Value Network)。此外，《TensorFlow實戰》還講解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib組件。《TensorFlow實戰》希望能幫讀者快速入門TensorFlow和深度學習，在工業界或者研究中快速地將想法落地為可實踐的模型。
TensorFlow實戰 內容簡介
更多計算機好書請關注：電子工業出版社自營店 《TensorFlow實戰》是由PPmoney大數據算法總監黃文堅和美國Uptake數據科學家唐源傾力原創的新書。本書是Google TensorFlow研發團隊內部力薦的教程，兩位作者均是TensorFlow開發者，其中唐源是TensorFlow研發團隊的Committer。本書結合了大量代碼實例，深入淺出地介紹了如何使用TensorFlow。 √ 代碼基于TensorFlow 1.0版API（讀者可登錄博文視點官網http://www.broadview.com.cn/下載書中大段源代碼） √深度剖析如何用TensorFlow實現主流神經網絡： - AutoEncoder - MLP - CNN（AlexNet，VGGNet，Inception Net，ResNet） - Word2Vec - RNN（LSTM，Bi-RNN） - Deep Reinforcement Learning（Policy Network、Value Network） √ 詳述TensorBoard、多GPU并行、分布式并行等組件的使用方法 √ TF.Learn從入門到精通，TF.Contrib詳解
TensorFlow實戰 目錄
1 TensorFlow基礎 1
1.1 TensorFlow概要 1
1.2 TensorFlow編程模型簡介 4
2 TensorFlow和其他深度學習框架的對比 18
2.1 主流深度學習框架對比 18
2.2 各深度學習框架簡介 20
3 TensorFlow**步 39
3.1 TensorFlow的編譯及安裝 39
3.2 TensorFlow實現SoftmaxRegression識別手寫數字 46
4 TensorFlow實現自編碼器及多層感知機 55
4.1 自編碼器簡介 55
4.2 TensorFlow實現自編碼器 59
4.3 多層感知機簡介 66
4.4 TensorFlow實現多層感知機 70
5 TensorFlow實現卷積神經網絡 74
5.1 卷積神經網絡簡介 74
5.2 TensorFlow實現簡單的卷積網絡
80
5.3 TensorFlow實現進階的卷積網絡 83
6 TensorFlow實現經典卷積神經網絡 95
6.1 TensorFlow實現AlexNet 97
6.2 TensorFlow實現VGGNet 108
6.3 TensorFlow實現GoogleInceptionNet 119
6.4 TensorFlow實現ResNet 143
6.5 卷積神經網絡發展趨勢 156
7 TensorFlow實現循環神經網絡及Word2Vec 159
7.1 TensorFlow實現Word2Vec 159
7.2 TensorFlow實現基于LSTM的語言模型 173
7.3 TensorFlow實現BidirectionalLSTMClassifier 188
8 TensorFlow實現深度強化學習 195
8.1 深度強化學習簡介 195
8.2 TensorFlow實現策略網絡 201
8.3 TensorFlow實現估值網絡 213
9 TensorBoard、多GPU并行及分布式并行 233
9.1 TensorBoard 233
9.2 多GPU并行 243
9.3 分布式并行 249
10 TF.Learn從入門到精通 259
10.1 分布式Estimator 259
10.2 深度學習Estimator 267
10.3 機器學習Estimator 272
10.4 DataFrame 278
10.5 監督器Monitors 279
11 TF.Contrib的其他組件 283
11.1 統計分布 283
11.2 Layer模塊 285
11.3 性能分析器tfprof 293
參考文獻 297
展開全部
TensorFlow實戰 相關資料
TensorFlow很好地降低了人工智能時代的入門門檻，提高了開發效率。本書的作者有豐富的TensorFlow實戰經驗，對框架有深刻理解。作為入門教材，這本書不可多得，值得有志于人工智能研發的學生和從業人員閱讀。 創新工廠人工智能工程院院長，李開復 “AI and machine learning are going to be a key part of the future of many industries and areas of human endeavor. We built and open-sourced TensorFlow because we wanted everyone to be able to benefit from these technologies, and for the world to have a common language for expressing machine learning ideas. As part of this, we were hoping the community would work together to provide materials describing the concepts behind TensorFlow in a wide variety of languages, and this book is a great example of that. ” Google Senior Fellow，Leader of Google Brain Team，Jeff Dean “AI and Machine Learning are going to be a key part of our future. We made TensorFlow open source to bring these technologies to everyone and help move the world forward. This book is a great example of the TensorFlow community giving back to multiply everyone’s efforts. ” Engineering Director of TensorFlow，Rajat Monga TensorFlow的開源對整個學術界及工業界都產生了巨大的影響，可以比做機器學習的Hadoop。本書涵蓋了從多層感知機、CNN、RNN到強化學習等一系列模型的TensorFlow實現。在詳盡地介紹算法和模型的細節的同時穿插實際的代碼，對幫助讀者快速建立算法和代碼的聯系大有助益。對入門TensorFlow和深度學習的研究者來說是一份非常好的學習材料。 360首席科學家，顏水成 TensorFlow是基于Computation Graph的機器學習框架，支持GPU和分布式，是目前*有影響力的開源深度學習系統。TensorFlow的工程實現非常優秀，拓展也非常靈活，對機器學習尤其是深度學習的推廣大有裨益。本書結合了大量的實際例子，清晰地講解了如何使用TensorFlow構筑常見的深度學習模型，可通讀也可作為工具書查閱。在本書上市前，國內還沒有介紹TensorFlow的技術書籍，力薦對TensorFlow或深度學習感興趣的人士閱讀此書。 北京大學計算機系教授 網絡與信息系統研究所所長，崔斌 深度學習乃至人工智能正逐漸在FinTech領域發揮巨大的作用，其應用包括自動報告生成、金融智能搜索、量化交易和智能投顧。而TensorFlow為金融業方便地使用深度學習提供了可能。本書介紹了通過TensorFlow實現各類神經網絡的案例，非常適合初學者快速入門。 PPmoney CTO，康德勝 TensorFlow是Google開源的一套深度學習框架，已發展成為*主流的深度學習框架，目前在市面上沒有看到關于TensorFlow的中文書籍出版。本書一方面一步步地介紹了TensorFlow的使用方法，使得沒有使用過的人可以很快上手使用；另一方面，講解了諸如卷積神經網絡、循環神經網絡、強化學習、自編碼器等深度學習知識，使得不懂深度學習的人也可以入門。本書在介紹基本知識和原理的同時，用實例進行講解，比較適合初學者學習使用TensorFlow及深度學習知識。 格靈深瞳CTO，鄧亞峰 《TensorFlow實戰》由淺入深，透過大量的代碼實例，為讀者揭開深度學習的層層面紗，加深理論理解的同時，也更好地聯系了實際應用。 小米圖像算法資深工程師，萬韶華
TensorFlow實戰 作者簡介
黃文堅，PPmoney大數據算法總監，負責集團的風控、理財、互聯網證券等業務的數據挖掘工作。Google TensorFlow Contributor。前明略數據技術合伙人，領導了對諸多大型銀行、保險公司、基金的數據挖掘項目，包括建立金融風控模型、新聞輿情分析、保險復購預測等。曾就職于*搜索引擎算法團隊，負責天貓個性化搜索系統。曾參加*大數據推薦算法大賽，于7000多支隊伍中獲得前10名。本科、研究生就讀于香港科技大學，曾在會議和期刊SIGMOBILE MobiCom、IEEE Transactions on Image Processing發表論文，研究成果獲美國計算機協會移動計算大會（MobiCom）移動應用技術冠軍，并獲得兩項美國專利和一項中國專利。 唐源，目前在芝加哥的Uptake公司帶領團隊建立用于多個物聯網領域的數據科學引擎進行條件和健康監控，也建立了公司的預測模型引擎，現在被用于航空、能源等大型機械領域。一直活躍在開源軟件社區，是TensorFlow和DMLC的成員，是TensorFlow、XGBoost、MXNet等軟件的committer，TF.Learn、ggfortify等軟件的作者，以及caret、pandas等軟件的貢獻者。曾獲得谷歌Open Source Peer Bonus，以及多項高校和企業編程競賽的獎項。在美國賓州州立大學獲得榮譽數學學位，曾在本科學習期間成為創業公司DataNovo的核心創始成員，研究專利數據挖掘、無關鍵字現有技術搜索、策略推薦等。
書友推薦
- >
有舍有得是人生
- >
自卑與超越
- >
煙與鏡
- >
唐代進士錄
- >
巴金－再思錄
- >
隨園食單
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
本類暢銷
