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全棧開發工程實踐:做一個全智全能算法工程師 版權信息
- ISBN：9787522615950
- 條形碼：9787522615950 ; 978-7-5226-1595-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
TensorFlow全棧開發工程實踐:做一個全智全能算法工程師 本書特色
本書適合有計算機專業和數學專業背景的初、中級開發者閱讀，以便快速掌握和駕馭人工智能全棧技術，也適合作為在職人工智能模型開發人員查詢時使用的手冊級工具用書，還適合作為中職學校、高等院校及培訓機構計算機人工智能和大數據等相關專業的教學用書。
TensorFlow全棧開發工程實踐:做一個全智全能算法工程師 內容簡介
本書共分為 8 章，主要內容包括與人工智能相關的數學知識，Python 語言所特有的語法和技巧，Docker 模型透明無縫地發布的實現，業界優秀的 Git 代碼版本管理工具，模型開發環境的配置，高級人工智能開發工程師常用的 IDE 開發工具，經典神經網絡模型的剖析和分解，RPC 遠程調用的實現，訓練樣本的序化組織結構TFRecord，模型的訓練、保存和封裝發布，模型訓練的 GPU 配置和機制策略的部署，模型從訓練到發布的完整示例等。
TensorFlow全棧開發工程實踐:做一個全智全能算法工程師 目錄
第1章 爛熟于心的基礎知識
1.1 快速惡補必要的數學知識
1.1.1 線性代數提供了一種看待世界的抽象視角
1.1.2 概率論用面積度量世界萬物的存在
1.1.3 微積分運算解決了一定條件下直線到曲線的矛盾
1.1.4 信息論的產物：交叉熵
1.2 Python語言沒有你想象的那樣簡單
1.2.1 Python模塊的導入和引用
1.2.2 Python中那些奇怪符號的用法
1.2.3 僅Python才有的神奇代碼
1.2.4 Python代碼 綜合案例
1.3 選擇TensorFlow 1.X還是2.X的理由
1.3.1 TensorFlow概述
1.3.2 TensorFlow 1.X與TensorFlow 2.X的區別
1.3.3 TensorFlow 1.X和TensorFlow 2.X的手寫數字識別
本章小結
第2章 模型工程化 的技能
2.1 模型轉換為云服務的橋梁：Docker
2.1.1 映像、容器和隔離
2.1.2 Docker Compose
2.1.3 大規模使用Docker
2.2 Git版本管理系統
2.2.1 安裝Git
2.2.2 搭建代碼數據倉庫
2.2.3 Git的流行僅因為多了一個“分支”
2.2.4 刪除文件、文件重命名、去除提交和恢復文件
2.2.5 遠程版本管理
2.2.6 Git版本合并容錯
本章小結
第3章 TensorFlow的安裝和配置
3.1 Windows開發環境的配置
3.1.1 Anaconda
3.1.2 CUDA和cuDNN
3.1.3 PyCharm
3.2 Linux開發環境的配置
3.2.1 Virtualenv和Docker
3.2.2 Jupyter NoteBook
3.2.3 Vim
3.3 Python常用的科學計算和機器學習庫
3.3.1 NumPy
3.3.2 Matplotlib
3.3.3 Pandas
3.3.4 Python SciPy
3.3.5 Scikit-Learn
本章小結
第4章 云端部署TensorFlow模型
4.1 RPC原理
4.2 遠程調用通信機制
4.2.1 發布服務
4.2.2 使用Python實現RPC服務
展開全部
TensorFlow全棧開發工程實踐:做一個全智全能算法工程師 作者簡介
王艷銘，CSIAM中國工業與應用數學學會成員。知名互聯網公司信息軟件技術架構設計師，政府大數據研究院研發實驗技術顧問，研發部署和大數據平臺建設首席算法研發團隊組長。獲得多項相關人工智能創新技術專利，如《通過超參數設置用圖像的方法(CNN)解決情感分析》等。擅長Python、C/C 語言及TensorFlow 和PyTorch人工智能開發框架，對大數據和Al 算法理論有深入的研究。
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
唐代進士錄
- >
龍榆生：詞曲概論/大家小書
- >
隨園食單
- >
姑媽的寶刀
- >
名家帶你讀魯迅:朝花夕拾
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
我與地壇
本類暢銷
