√ 前谷歌专家、现Tensorflow创业新贵，新版力邀现谷歌专家加盟，共话新版核心技术与前沿案例。 √ 本书前版作为业界首著伴随Tensorflow火遍全球，旨在面向生产商业场景，彻底贯通原理实践。 √ 深原理走访主创结合真实项目，AI、ML团队争相赞誉力荐，与Tensorflow一道成为事实标准。 √ 代码全面升级为1.4 版，重关注新版功能，增设专题论述TF高层封装和深度学习自然语言应用。
售 价：¥
纸质售价：¥66.20购买纸书
6.8
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
作者介绍
推荐序1
推荐序2
前言
第1章 深度学习简介
1.1 人工智能、机器学习与深度学习
1.2 深度学习的发展历程
1.3 深度学习的应用
1.4 深度学习工具介绍和对比
小结
第2章 TensorFlow环境搭建
2.1 TensorFlow的主要依赖包
2.2 TensorFlow安装
2.3 TensorFlow测试样例
小结
第3章 TensorFlow入门
3.1 TensorFlow计算模型——计算图
3.2 TensorFlow数据模型——张量
3.3 TensorFlow运行模型——会话
3.4 TensorFlow实现神经网络
小结
第4章 深层神经网络
4.1 深度学习与深层神经网络
4.2 损失函数定义
4.3 神经网络优化算法
4.4 神经网络进一步优化
小结
第5章 MNIST数字识别问题
5.1 MNIST数据处理
5.2 神经网络模型训练及不同模型结果对比
5.3 变量管理
5.4 TensorFlow模型持久化
5.5 TensorFlow最佳实践样例程序
小结
第6章 图像识别与卷积神经网络
6.1 图像识别问题简介及经典数据集
6.2 卷积神经网络简介
6.3 卷积神经网络常用结构
6.4 经典卷积网络模型
6.5 卷积神经网络迁移学习
小结
第7章 图像数据处理
7.1 TFRecord输入数据格式
7.2 图像数据处理
7.3 多线程输入数据处理框架
7.4 数据集（Dataset）
小结
第8章 循环神经网络
8.1 循环神经网络简介
8.2 长短时记忆网络（LSTM）结构
8.3 循环神经网络的变种
8.4 循环神经网络样例应用
小结
第9章 自然语言处理
9.1 语言模型的背景知识
9.2 神经语言模型
9.3 神经网络机器翻译
小结
第10章 TensorFlow高层封装
10.1 TensorFlow高层封装总览
10.2 Keras介绍
10.3 Estimator介绍
小结
第11章 TensorBoard可视化
11.1 Tensor Board简介
11.2 TensorFlow计算图可视化
11.3 监控指标可视化
11.4 高维向量可视化
小结
第12章 TensorFlow计算加速
12.1 TensorFlow使用GPU
12.2 深度学习训练并行模式
12.3 多GPU并行
12.4 分布式TensorFlow
小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
