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

TensorFlow工程化項目實戰活頁式教程(人工智慧技術專業群系列教材)

  • 作者：編者:李占倉|責編:關雅莉
  • 出版社：電子工業
  • ISBN：9787121459627
  • 出版日期：2023/07/01
  • 裝幀：活頁
  • 頁數：331
人民幣：RMB 78 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以能夠搭建自定義神經網路為直接目的，以Python為軟體平台，全面介紹了大眾化的深度學習框架——TensorFlow的主要功能、使用方法及其在神經網路搭建中的具體應用。全書內容簡潔、通俗易懂、緊密聯繫工程實際，具有良好的可操作性。為方便教師教學，本書還配有電子教學參考資料包，包括PPT課件、上機實踐素材文件等，請有需要的教師登錄華信教育資源網註冊后免費下載。
    本書既可作為職業技術學校人工智慧相關專業的教材，也可供其他學習Python的初學者使用。
作者介紹
編者:李占倉|責編:關雅莉
目錄
項目1  TensorFlow 2開發環境搭建
  任務1  安裝Python
  任務2  使用Python虛擬環境
  任務3  安裝TensorFlow
  任務4  安裝TensorFlow的GPU版本
  任務5  使用JupyterLab
項目2  TensorFlow 2語法基礎
  任務1  使用tf.constant方法創建張量
  任務2  使用tf.convert_to_tensor方法創建張量
  任務3  創建全0張量和全1張量
  任務4  創建符合正態分佈的隨機張量
  任務5  創建均勻分佈的隨機張量
  任務6  創建序列張量
  任務7  改變張量中元素的數據類型
  任務8  隨機打亂張量的順序
  任務9  獲取張量的信息
  任務10  改變張量的形狀
  任務11  增加張量的維度
  任務12  刪除張量的維度
  任務13  交換張量的維度
  任務14  張量的拼接操作
  任務15  張量的分割操作
  任務16  張量的堆疊操作
  任務17  張量的分解操作
項目3  TensorFlow進階
  任務1  通過索引獲取張量的元素
  任務2  一維張量的切片操作
  任務3  二維張量的切片操作
  任務4  使用tf.gather方法提取數據
  任務5  使用tf.gather_nd方法提取數據
  任務6  張量的加減乘除運算
  任務7  張量的冪、指數、對數運算
  任務8  張量的其他運算
  任務9  創建Variable對象
  任務10  使用Variable對象的方法
  任務11  對一元二次方程自動求導
  任務12  對多元函數求偏導數
  任務13  對向量求偏導數
項目4  回歸分析
  任務1  在二維空間中繪製散點圖
  任務2  在二維空間中繪製直線
  任務3  在三維空間中繪製散點圖
  任務4  在三維空間中繪製平面圖
  任務5  根據一元線性回歸模型預測房價
  任務6  根據多元線性回歸模型預測房價
項目5  梯度下降演算法
  任務1  使用迭代法求解極小值
  任務2  觀察迭代中的振蕩
  任務3  使用斜率自動調節步長
  任務4  用梯度下降法求極值

  任務5  用梯度下降法求解一元線性回歸
  任務6  用梯度下降法求解多元線性回歸
項目6  分類問題
  任務1  實現Sigmoid函數
  任務2  實現交叉熵損失函數
  任務3  計算模型的準確率
  任務4  使用一元邏輯回歸實現商品房分類
  任務5  對鳶尾花數據集進行可視化輸出
  任務6  使用多元邏輯回歸實現鳶尾花分類
  任務7  實現Softmax函數
  任務8  實現多分類交叉熵損失函數
  任務9  實現多分類
項目7  人工神經網路基礎
  任務1  感知器演算法實現案例
  任務2  使用tf.keras.metrics.categorical_crossentropy方法計算交叉熵損失
  任務3  使用單層神經網路實現鳶尾花的分類
  任務4  使用多層神經網路實現異或運算結果的分類
  任務5  使用多層神經網路實現鳶尾花的分類
  任務6  實現ReLU函數
  任務7  實現誤差反向傳播演算法
項目8  人工神經網路優化
  任務1  使用小批量梯度下降演算法訓練模型
  任務2  使用指數衰減學習率訓練模型
  任務3  通過自定義損失函數求解模型
  任務4  使用SGD優化器訓練模型
  任務5  使用SGDM優化器訓練模型
  任務6  使用Adagrad優化器訓練模型
  任務7  使用RMSProp優化器訓練模型
  任務8  使用Adam優化器訓練模型
  任務9  使用正則化緩解過擬合
項目9  Keras搭建神經網路
  任務1  使用Sequential搭建神經網路實現鳶尾花分類
  任務2  使用Model類搭建神經網路實現鳶尾花分類
  任務3  使用Sequential搭建神經網路實現手寫數字識別
  任務4  使用Sequential搭建神經網路實現Fashion圖像分類
  任務5  自製數據集
  任務6  Acc和Loss曲線的繪製
  任務7  保存和載入模型參數
  任務8  保存和載入整個模型
項目10  卷積神經網路
  任務1  實現單通道圖像卷積計算
  任務2  實現多通道圖像卷積計算
  任務3  實現全零填充
  任務4  實現批標準化
  任務5  實現池化
  任務6  實現捨棄
  任務7  使用卷積神經網路訓練CIFAR-10數據集
  任務8  LeNet的實現
  任務9  AlexNet的實現
  任務10  VGGNet的實現

  任務11  InceptionNet的實現
  任務12  ResNet的實現

  • 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