TensorFlow深度学习

TensorFlow深度学习

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

深度学习入门教程,TensorFlow机器学习力作。

内容简介

TensorFlow是谷歌研发的人工智能学习系统,是一个用于数值计算的开源软件库。本书以基础 实践相结合的形式,详细介绍了TensorFlow深度学习算法原理及编程技巧。通读全书,读者不仅可以系统了解深度学习的相关知识,还能对使用TensorFlow进行深度学习算法设计的过程有更深入的理解。

本书共14章,主要内容有:人工智能、大数据、机器学习和深度学习概述;深度学习及TensorFlow框架的相关背景;TensorFlow的安装;TensorFlow编程策略;深度前馈神经网络;优化网络的方法;全连神经网络的经典实践;卷积神经网络的基础知识;经典卷积神经网络的TensorFlow实现;循环神经网络及其应用;深度强化学习概述;TensorFlow读取数据的API;TensorFlow持久化模型的API;可视化工具TensorBoard的使用;TensorFlow使用多GPU或并行的方式加速计算等。

本书内容通俗易懂,案例丰富,实用性强,特别适合对人工智能、深度学习感兴趣的的相关从业人员阅读,也适合没有相关基础但是对该方面研究充满兴趣的爱好者阅读。

作者简介

作者吉安卡洛·扎克尼,在并行计算和可视化方向拥有丰富经验,目前于某咨询公司担任系统和软件工程师。

章节目录

版权信息

前言

本书内容

预备工具

读者对象

排版约定

读者反馈

客户支持

电子书

致谢

共同致谢

第1章 深度学习入门

1.1 机器学习简介

1.2 深度学习定义

1.3 神经网络

1.4 人工神经网络的学习方式

1.5 神经网络架构

1.6 自编码器

1.7 循环神经网络

1.8 几种深度学习框架对比

1.9 小结

第2章 TensorFlow初探

2.1 总览

2.2 在Linux上安装TensorFlow

2.3 为TensorFlow启用NVIDIA GPU

2.4 如何安装TensorFlow

2.5 在Windows上安装TensorFlow

2.6 测试安装是否成功

2.7 计算图

2.8 为何采用计算图

2.9 编程模型

2.10 数据模型

2.11 TensorBoard

2.12 实现一个单输入神经元

2.13 单输入神经元源代码

2.14 迁移到TensorFlow 1.x 版本

2.15 小结

第3章 用TensorFlow构建前馈神经网络

3.1 前馈神经网络介绍

3.2 手写数字分类

3.3 探究MNIST数据集

3.4 softmax分类器

3.5 TensorFlow模型的保存和还原

3.6 实现一个五层神经网络

3.7 ReLU分类器

3.8 可视化

3.9 dropout优化

3.10 可视化

3.11 小结

第4章 TensorFlow与卷积神经网络

4.1 CNN简介

4.2 CNN架构

4.3 构建你的第一个CNN

4.4 CNN表情识别

4.5 小结

第5章 优化TensorFlow自编码器

5.1 自编码器简介

5.2 实现一个自编码器

5.3 增强自编码器的鲁棒性

5.4 构建去噪自编码器

5.5 卷积自编码器

5.6 小结

第6章 循环神经网络

6.1 RNN的基本概念

6.2 RNN的工作机制

6.3 RNN的展开

6.4 梯度消失问题

6.5 LSTM网络

6.6 RNN图像分类器

6.7 双向RNN

6.8 文本预测

6.9 小结

第7章 GPU计算

7.1 GPGPU计算

7.2 GPGPU的历史

7.3 CUDA架构

7.4 GPU编程模型

7.5 TensorFlow中GPU的设置

7.6 TensorFlow的GPU管理

7.7 GPU内存管理

7.8 在多GPU系统上分配单个GPU

7.9 使用多个GPU

7.10 小结

第8章 TensorFlow高级编程

8.1 Keras简介

8.2 构建深度学习模型

8.3 影评的情感分类

8.4 添加一个卷积层

8.5 Pretty Tensor

8.6 数字分类器

8.7 TFLearn

8.8 泰坦尼克号幸存者预测器

8.9 小结

第9章 TensorFlow高级多媒体编程

9.1 多媒体分析简介

9.2 基于深度学习的大型对象检测

9.3 加速线性代数

9.4 TensorFlow和Keras

9.5 Android上的深度学习

9.6 小结

第10章 强化学习

10.1 强化学习基本概念

10.2 Q-learning算法

10.3 OpenAI Gym框架简介

10.4 FrozenLake-v0实现问题

10.5 使用TensorFlow实现Q-learning

10.6 小结

看完了

TensorFlow深度学习是2018年由人民邮电出版社·图灵出品出版,作者[意]吉安卡洛·扎克尼。

得书感谢您对《TensorFlow深度学习》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
机器学习算法评估实战 电子书
在机器学习算法的实际应用中,我们不仅要知道算法的原理,也要了解如何评估算法上线服务的可靠性。
ABAQUS 6.14超级学习手册 电子书
本书选题新颖、贴合实际,涉及机械、土木、水利、航空航天、船舶、电器、机加成型等各个工程领域。从实际工程案例入手详细介绍了ABAQUS6.14有限元软件的功能,旨在使读者在掌握ABAQUS有限元软件的同时能够掌握实际工程问题的分析思路、方法和经验,学会建立求解实际问题的数学模型,找出实际问题与ABAQUS有限元分析模型之间的关系,将实际问题转化为有限元分析的求解模型,并通过有限元分析解决本领域所出现
让孩子自主学习数学 电子书
一本写给初中生和家长的数学教育书籍。
ANSYS Workbench 16.0超级学习手册 电子书
本书详细介绍了ANSYS公司新版本的有限元分析平台Workbench16.0的功能及应用。通过学习,读者不仅能掌握软件的操作,同时也能掌握解决相关工程领域实际问题的思路与方法,并能自如地解决本领域所出现的问题。全书共14章,第1章~第4章以各个分析模块为基础,介绍ANSYSWorkbench16.0的建模、网格划分、与常见CAD软件集成、结果后处理等内容。第5章~第14章以项目范例为指导,主要讲解
高等数学习题全解下册 电子书
本书是与同济大学数学系编写的《高等数学》(ISBN 978-7-115-42640-6,人民邮电出版社出版)配套的学习辅导书.全书按照教育部大学数学教学指导委员会的基本要求,充分吸取当前高等数学教材辅导书的精华,并结合数年来的教学实践经验,针对当今学生的知识结构和习惯特点编写.全书分为上下两册.本书为下册,是多元函数微积分部分,一共有四章,主要内容包括向量与空间解析几何,多元函数微分学,多元函数积