TensorFlow深度学习（原书第2版）
| 作者 |
| 吉安卡洛·扎克尼（Giancarlo Zaccone） [德 ]礼萨·卡里姆（Md.Rezaul Karim） |
| 丛书名 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111646617 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 《TensorFlow深度学习（原书第2版）》深入介绍了如何使用 TensorFlow 构建深度学习应用，从实践的角度讲解深度学习知识。本书主要内容包括深度学习入门，介绍了机器学习和深度学习的基础知识； TensorFlow的主要特性，以及 TensorFlow的安装与配置，通过示例进行 TensorFlow计算、数据和编程模型的学习；基于TensorFlow的前馈神经网络、卷积神经网络、优化 TensorFlow自编码器以及循环神经网络。此外，《TensorFlow深度学习（原书第2版）》还介绍了关于异构和分布式计算的内容，学习如何在GPU板卡和分布式系统上执行TensorFlow模型。在TensorFlow高级编程部分对TensorFlow基本库进行了概述。末尾，本书介绍了基于因子分解机的推荐系统以及强化学习。 |
| 目录 |
| 译者序 原书前言 作者简介 评阅人简介 第 1章 深度学习入门 1 1.1 机器学习简介 1 1.1.1 监督学习 3 1.1.2 不平衡数据 4 1.1.3 无监督学习 4 1.1.4 强化学习 5 1.1.5 什么是深度学习 6 1.2 人工神经网络 7 1.2.1 生物神经元 8 1.2.2 人工神经元 9 1.3 人工神经网络是如何学习的 10 1.3.1 人工神经网络与反向传播算法 10 1.3.2 权重优化 11 1.3.3 随机梯度下降 11 1.4 人工神经网络架构 12 1.4.1 深度神经网络 12 1.4.2 卷积神经网络 15 1.4.3 自编码器 17 1.4.4 循环神经网络 18 1.4.5 新兴架构 18 1.5 深度学习框架 18 1.6 小结 21 第 2章 TensorFlow初探 22 2.1 TensorFlow概述 22 2.2 TensorFlow v1.6的新特性 23 2.2.1 支持优化的 NVIDIA GPU 24 2.2.2 TensorFlow Lite简介 24 2.2.3 动态图机制 25 2.2.4 优化加速线性代数 25 2.3 TensorFlow安装与配置 25 2.4 TensorFlow计算图 26 2.5 TensorFlow代码结构 29 2.5.1 TensorFlow下的动态图机制 31 2.6 TensorFlow数据模型 32 2.6.1 张量 32 2.6.2 秩与维度 34 2.6.3 数据类型 35 2.6.4 变量 38 2.6.5 Fetches 39 2.6.6 Feeds和占位符 39 2.7 基于 TensorBoard的可视化计算 41 |
有问题微信扫码联系