TensorFlow深度學(xué)習(xí)(原書第2版)
定 價:99 元
叢書名:深度學(xué)習(xí)系列
- 作者:[意 ]吉安卡洛·扎克尼(Giancarlo Zaccone),[德 ]禮薩·卡里姆(Md.Rezaul Karim)
- 出版時間:2020/3/1
- ISBN:9787111646617
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:TP18
- 頁碼:352
- 紙張:
- 版次:
- 開本:16開
《TensorFlow深度學(xué)習(xí)(原書第2版)》深入介紹了如何使用 TensorFlow 構(gòu)建深度學(xué)習(xí)應(yīng)用,從實踐的角度講解深度學(xué)習(xí)知識。本書主要內(nèi)容包括深度學(xué)習(xí)入門,介紹了機器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識; TensorFlow的主要特性,以及 TensorFlow的安裝與配置,通過示例進行 TensorFlow計算、數(shù)據(jù)和編程模型的學(xué)習(xí);基于TensorFlow的前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、優(yōu)化 TensorFlow自編碼器以及循環(huán)神經(jīng)網(wǎng)絡(luò)。此外,《TensorFlow深度學(xué)習(xí)(原書第2版)》還介紹了關(guān)于異構(gòu)和分布式計算的內(nèi)容,學(xué)習(xí)如何在GPU板卡和分布式系統(tǒng)上執(zhí)行TensorFlow模型。在TensorFlow高級編程部分對TensorFlow基本庫進行了概述。末尾,本書介紹了基于因子分解機的推薦系統(tǒng)以及強化學(xué)習(xí)。
譯者序
原書前言
作者簡介
評閱人簡介
第 1章 深度學(xué)習(xí)入門 // 1
1.1 機器學(xué)習(xí)簡介 // 1
1.1.1 監(jiān)督學(xué)習(xí) // 3
1.1.2 不平衡數(shù)據(jù) // 4
1.1.3 無監(jiān)督學(xué)習(xí) // 4
1.1.4 強化學(xué)習(xí) // 5
1.1.5 什么是深度學(xué)習(xí) // 6
1.2 人工神經(jīng)網(wǎng)絡(luò) // 7
1.2.1 生物神經(jīng)元 // 8
1.2.2 人工神經(jīng)元 // 9
1.3 人工神經(jīng)網(wǎng)絡(luò)是如何學(xué)習(xí)的 // 10
1.3.1 人工神經(jīng)網(wǎng)絡(luò)與反向傳播算法 // 10
1.3.2 權(quán)重優(yōu)化 // 11
1.3.3 隨機梯度下降 // 11
1.4 人工神經(jīng)網(wǎng)絡(luò)架構(gòu) // 12
1.4.1 深度神經(jīng)網(wǎng)絡(luò) // 12
1.4.2 卷積神經(jīng)網(wǎng)絡(luò) // 15
1.4.3 自編碼器 // 17
1.4.4 循環(huán)神經(jīng)網(wǎng)絡(luò) // 18
1.4.5 新興架構(gòu) // 18
1.5 深度學(xué)習(xí)框架 // 18
1.6 小結(jié) // 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 支持優(yōu)化的 NVIDIA GPU // 24
2.2.2 TensorFlow Lite簡介 // 24
2.2.3 動態(tài)圖機制 // 25
2.2.4 優(yōu)化加速線性代數(shù) // 25
2.3 TensorFlow安裝與配置 // 25
2.4 TensorFlow計算圖 // 26
2.5 TensorFlow代碼結(jié)構(gòu) // 29
2.5.1 TensorFlow下的動態(tài)圖機制 // 31
2.6 TensorFlow數(shù)據(jù)模型 // 32
2.6.1 張量 // 32
2.6.2 秩與維度 // 34
2.6.3 數(shù)據(jù)類型 // 35
2.6.4 變量 // 38
2.6.5 Fetches // 39
2.6.6 Feeds和占位符 // 39
2.7 基于 TensorBoard的可視化計算 // 41