掃一掃
關注中圖網
官方微博
買過本商品的人還買了
TensorFlow機器學習實用指南 版權信息
- ISBN：9787512441507
- 條形碼：9787512441507 ; 978-7-5124-4150-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
TensorFlow機器學習實用指南 內容簡介
本書共十二章，TensorFlow2.x入門、TensorFlow操作、Keras、線性回歸、增強樹、神經網絡、使用表格數據進行預測、卷積神經網絡、遞歸神經網絡、Transformer、使用TensorFlow和TF-Agent進行強化學習、TensorFlow的應用。
TensorFlow機器學習實用指南 目錄
第1章 TensorFlow 2.x入門
1.1 TensorFlow如何工作
1.2 聲明變量和張量
1.3 使用eager execution
1.4 使用矩陣
1.5 聲明操作
1.6 使用激活函數
1.7 使用數據源
1.8 其他資源
第2章 TensorFlow操作
2.1 使用eager execution的操作
2.2 分層嵌套操作
2.3 使用多個層
2.4 實現損失函數
2.5 實現反向傳播
2.6 使用批量和隨機訓練
2.7 結合所有內容
第3章 Keras
3.1 概述
3.2 理解Keras層
3.3 使用Keras Sequential API
3.4 使用Keras Functional API
3.5 使用Keras Subclassing API
3.6 使用Keras Preprocessing API
第4章 線性回歸
4.1 學習利用TensorFlow進行線性回歸
4.2 將Keras模型轉化為Estimator
4.3 理解線性回歸中的損失函數
4.4 實現Lasso和Ridge回歸
4.5 實現邏輯回歸
4.6 訴諸非線性解決方案
4.7 使用Wide&Deep模型
第5章 增強樹
第6章 神經網絡
6.1 實現操作門
6.2 使用門和激活函數
6.3 使用單層神經網絡
6.4 實現不同的層
6.5 使用多層網絡
6.6 改進線性模型的預測
6.7 學習玩Tic-Tac-Toe游戲
第7章 使用表格數據進行預測
7.1 處理數值數據
7.2 處理日期
7.3 處理分類數據
7.4 處理序列數據
7.5 處理高基數分類數據
7.6 連接所有操作
7.7 建立一個數據生成器
7.8 為表格數據創建自定義激活
7.9 對難題進行測試
第8章 卷積神經網絡
8.1 介紹
8.2 實現簡單的CNN
8.3 實現先進的CNN
8.4 重新訓練現有的CNN模型
8.5 應用StyleNet和神經式項目
8.6 實現DeepDream
第9章 遞歸神經網絡
9.1 文本生成
9.2 情感分類
9.3 股票價格預測
9.4 Open-domain問答
9.5 總結
第10章 Transformer
10.1 文本生成
10.2 情感分析
10.3 Open-domain問答
第ll章 使用TensorFlow和TF-Agent進行強化學習
11.1 GridWorld
11.2 CartPole
11.3 多臂老虎機問題
第12章 TensorFlow的應用
12.1 在TensorBoard中的可視化
12.2 使用TensorBoard的HParams管理超參數優化
12.3 實現單元測試
12.4 使用多個執行程序
12.5 并行化TensorFlow
12.6 保存和恢復TensorFlow模型
12.7 使用TensorFlow服務
展開全部
書友推薦
- >
史學評論
- >
上帝之肋:男人的真實旅程
- >
名家帶你讀魯迅:故事新編
- >
李白與唐代文化
- >
自卑與超越
- >
伊索寓言-世界文學名著典藏-全譯本
- >
煙與鏡
- >
經典常談
本類暢銷
