幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python快樂編程(TensorFlow深度學習項目實戰)/好程序員成長叢書

  • 作者：編者:千鋒教育高教產品研發部|責編:黃芝
  • 出版社：清華大學
  • ISBN：9787302541264
  • 出版日期：2020/02/01
  • 裝幀：平裝
  • 頁數：257
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    TensorFlow是目前應用最為廣泛的主流深度學習框架，由谷歌公司于2015年開源。本書是TensorFlow的入門書籍，旨在幫助讀者快速理解該框架的基本概念和操作方法，初步掌握通過TensorFlow解決實際問題的能力。
    對於剛接觸深度學習的初學者而言，一本簡單易懂、易上手的教材至關重要。本書擺脫純理論的講解方式，將理論與實際操作相結合，通過豐富的代碼實例和詳盡的步驟介紹，與讀者一起「跳出枯燥，快樂學習」。全書包括14章。前3章從TensorFlow簡介與安裝入手，幫助讀者快速了解該框架的基礎概念和操作方法；第4章介紹線性回歸演算法；第5章講述神經網路演算法基礎；第6?9章分別通過實例詳細講解手寫數字識別問題、卷積神經網路演算法、圖像數據處理和循環神經網路演算法；第10?13章介紹TensorFlow產品化、高層封裝、可視化等實用技巧，以及遺傳演算法、K-means演算法等進階操作；第14章通過汽車車牌識別項目的實現來進一步學習TensorFlow在圖像識別方面的應用。
    本書適合於想系統學習深度學習和應用TensorFlow的相關從業人員以及在校學生等。
作者介紹
編者:千鋒教育高教產品研發部|責編:黃芝
目錄
第1章  初識TensorFlow
  1.1  深度學習介紹
  1.2  TensorFlow簡介
  1.3  TensorFlow環境搭建
  1.4  TensorFlow測試
  1.5  本章小結
  1.6  習題
第2章  TensorFlow基礎
  2.1  張量
  2.2  會話
  2.3  變數與佔位符
  2.4  矩陣
    2.4.1  創建矩陣
    2.4.2  矩陣基本運算
  2.5  本章小結
  2.6  習題
第3章  TensorFlow進階
  3.1  TensorFlow的計算模型
    3.1.1  計算圖的工作原理
    3.1.2  計算圖的使用
  3.2  TensorFlow的嵌入層
  3.3  TensorFlow的多層
  3.4  TensorFlow實現損失函數
    3.4.1  損失函數
    3.4.2  損失函數工作原理及實現
  3.5  TensorFlow實現反向傳播
    3.5.1  反向傳播演算法
    3.5.2  反向傳播演算法的工作原理及實現
  3.6  TensorFlow實現隨機訓練和批量訓練
  3.7  TensorFlow創建分類器
  3.8  TensorFlow實現模型評估
    3.8.1  模型評估方法
    3.8.2  模型評估工作原理及實現
  3.9  本章小結
  3.10  習題
第4章  基於TensorFlow的線性回歸
  4.1  線性回歸簡介
  4.2  TensorFlow求逆矩陣
  4.3  TensorFlow求矩陣的分解
  4.4  TensorFlow實現線性回歸演算法
  4.5  線性回歸中的損失函數
  4.6  TensorFlow實現戴明回歸
  4.7  TensorFlow實現Ridge-回歸與Lasso回歸
  4.8  TensorFlow實現邏輯回歸
  4.9  本章小結
  4.10  習題
第5章  神經網路演算法基礎
  5.1  神經網路演算法簡介
  5.2  TensorFlow實現激活函數
    5.2.1  Sigmoid函數

    5.2.2  Tanh函數
    5.2.3  ReLU數
  5.3  TensorFlow實現單層神經網路
  5.4  TensorFlow實現神經網路常見層
  5.5  本章小結
  5.6  習題
第6章  數字識別問題
  6.1  MNIST數據處理
  6.2  神經網路模型訓練進階
    6.2.1  程序與數據的拆分
    6.2.2  變數管理
  6.3  TensorFlow模型持久化
    6.3.1  TensorFlow實現保存或載入模型
    6.3.2  TensorFlow模型持久化的原理及數據格式
  6.4  本章小結
  6.5  習題
第7章  TensorFlow實現卷積神經網路
  7.1  卷積神經網路簡介
  7.2  TensorFlow實現簡單的CNN
  7.3  TensorFlow實現進階CNN
  7.4  TensorFlow實現圖片風格渲染
  7.5  本章小結
  7.6  習題
第8章  圖像數據處理
  8.1  TFRecords
  8.2  圖像數據的預處理
    8.2.1  圖像預處理方法簡介
    8.2.2  圖像預處理實例
  8.3  多線程輸入數據處理框架
    8.3.1  隊列與多線程
    8.3.2  輸入文件隊列
    8.3.3  組合訓練數據
  8.4  數據集的使用方法
  8.5  本章小結
  8.6  習題
第9章  TensorFlow實現循環神經網路
  9.1  循環神經網路簡介
  9.2  通過TensorFlow實現垃圾簡訊預測
  9.3  通過TensorFlow實現LSTM模型
  9.4  通過TensorFlow實現多層LSTM模型
  9.5  本章小結
  9.6  習題
第10章  TensorFlow產品化
  10.1  TensorFlow的單元測試
  10.2  TensorFlow併發執行
  10.3  TensorFlow分散式實踐
  10.4  TensorFlow產品化開發
  10.5  本章小結
  10.6  習題
第1l章  TensorFlow的進階用法

  11.1  TensorFlow實現遺傳演算法
  11.2  TensorFlow實現K-means演算法
  11.3  TensorFlow求解常微分方程
  11.4  本章小結
  11.5  習題
第12章  TensorFlow高層封裝
  12.1  TensorFlow的常見封裝方法簡介
  12.2  Keras
    12.2.1  序貫模型
    12.2.2  函數式模型
  12.3  Estimator
    12.3.1  Estimator的基本用法
    12.3.2  Estimatot自定義模型
  12.4  本章小結
  12.5  習題
第13章  TensorFlow可視化
  13.1  TensorBoard簡介
  13.2  TensorBoard可視化
    13.2.1  TensorFlow命名空間與TensorBoard圖上節點
    13.2.2  TensorBoard節點信息
  13.3  本章小結
  13.4  習題
第14章  TensorFlow實現車牌識別
  14.1  項目簡介
  14.2  生成訓練數據集
  14.3  數據讀取
  14.4  構建神經網路模型
  14.5  開始模型訓練
  14.6  測試模型準確度
  14.7  本章小結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032