TensorFlow實戰 下載 mobi epub pdf 電子書 2024

讀者對象：

     希望快速上手TensorFlow、瞭解深度學習技術及其應用實踐的人士，以及機器學習、分布式計算領域的學生、從業者。特彆是對正在學習深度學習技術，立誌從事AI相關行業，成為數據科學傢的人來說，本書更是非常實用的工具書。

內容介紹：

     Google近日發布瞭TensorFlow 1.0候選版，這個穩定版將是深度學習框架發展中的裏程碑的一步。自TensorFlow於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，推齣瞭分布式版本，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，成為瞭幾近壟斷的行業事實標準。《TensorFlow實戰》希望用最簡單易懂的語言帶領大傢探索TensorFlow（基於1.0版本API）。在《TensorFlow實戰》中我們講述瞭TensorFlow的基礎原理，TF和其他框架的異同。並用具體的代碼完整地實現瞭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》還講解瞭TensorBoard、多GPU並行、分布式並行、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。

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第一步  39

3.1  TensorFlow的編譯及安裝  39

3.2  TensorFlow實現SoftmaxRegression識彆手寫數字  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實現捲積神經網絡  74

5.1  捲積神經網絡簡介  74

5.2  TensorFlow實現簡單的捲積網絡  80

5.3  TensorFlow實現進階的捲積網絡  83

6    TensorFlow實現經典捲積神經網絡  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  捲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實現基於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並行及分布式並行  233

9.1  TensorBoard  233

9.2  多GPU並行  243

9.3  分布式並行  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