TensorFlow.NET 实战电子书

前折页

内容简介

推荐序

序一

序二

第一部分 TensorFlow.NET API入门

第1章 TensorFlow.NET介绍

1.1 TensorFlow.NET特性

1.2 TensorFlow.NET开源库结构

第2章 数据类型与张量详解

2.1 数据类型

2.2 张量详解

2.3 常量与变量

2.4 字符串常见操作

2.5 基本张量操作

2.6 维度变换

2.7 合并分割

2.8 广播机制

第3章 Eager Mode详解

3.1 Eager Mode说明

3.2 Eager Mode比较

3.3 Eager Mode数值运算

3.4 Eager Mode张量降维运算

3.5 Eager Mode矩阵运算

3.6 print与tf.print特性对比

第4章 自动求导原理与应用

4.1 机器学习中的求导

4.2 简单函数求导

4.3 复杂函数求偏导

第5章 线性回归实操

5.1 线性回归问题

5.2 TensorFlow下的线性回归

5.3 C#和Python的性能比较

第6章 MNIST手写字符分类逻辑回归

6.1 经典的MNIST手写字符分类问题

6.2 逻辑回归代码实操

第7章 tf.data数据集创建与预处理

7.1 tf.data介绍

7.2 tf.data数据集创建

7.3 tf.data数据预处理

7.4 tf.data数据使用

第8章 深度神经网络实践

8.1 深度神经网络介绍

8.2 TensorFlow.NET代码实操1：DNN with Eager

8.3 TensorFlow.NET Keras模型搭建的3种方式

8.4 TensorFlow.NET代码实操2：DNN with Keras

第9章 AutoGraph机制详解

9.1 AutoGraph机制说明

9.2 AutoGraph机制原理

9.3 AutoGraph编码规范

第二部分 .NET Keras简明教程

第10章 Keras简要介绍

10.1 Keras特性

10.2 Keras版本说明

第11章 模型与层

11.1 Keras常用的模型与层

11.2 自定义层

11.3 自定义模型

11.4 模型常用API概述

第12章 Keras常用API说明

12.1 回调函数

12.2 数据集预处理

12.3 优化器

12.4 损失函数

12.5 评估指标

第13章 Keras搭建模型的3种方式

13.1 Sequential API方式

13.2 Functional API方式

13.3 自定义模型

第14章 Keras模型训练

14.1 内置fit训练

14.2 自定义训练

第三部分 生产应用与案例

第15章 CPU和GPU环境下的TensorFlow.NET应用

15.1 CPU和GPU环境搭建及安装

15.2 TensorFlow.NET的图像利器SharpCV

第16章 工业生产环境应用案例

16.1 工业机器视觉领域应用

16.2 工业时间序列预测领域应用

第17章 在C#下使用TensorFlow.NET训练自己的数据集

17.1 项目说明

17.2 模型介绍

17.3 数据集说明

17.4 代码说明

17.5 总结

第18章 视觉图像分类

18.1 卷积神经网络实现图像分类

18.2 卷积神经网络详解

18.3 深入了解卷积神经网络

第19章 视觉目标检测

19.1 视觉目标检测原理简述

19.2 YOLO v3模型推理实践

19.3 YOLO v3模型训练实践

第20章 迁移学习应用

20.1 迁移学习原理简述

20.2 Inception v3网络

20.3 迁移学习代码实操

第21章 自然语言处理

21.1 自然语言处理简述

21.2 词向量

21.3 文本分类代码实操

第22章 生成对抗网络

22.1 生成对抗网络简述

22.2 生成对抗网络实战案例

第23章 F#应用案例

23.1 F#简明教程

23.2 F#案例实践

参考文献

后折页