计算机 类型
5.0 豆瓣评分
可以朗读 语音朗读
145千字 字数
2019-12-01 发行日期
展开全部

主编推荐语

本书教授TensorFlow高阶API编程实践，助AI爱好者快速掌握编程技巧。

内容简介

TensorFlow大名鼎鼎，现在已经更新了10多个版本，随着版本的更新其接口和功能也越来越强大。尤其是TensorFlow的高阶API接口，集成了很多算法和网络模型，可以达到所用即所得的地步。但是由于各种原因，我们往往很少去了解如何使用这些高级API来进行编程，解决自己的问题。因此本书旨在能够以编程实践为入手，按照实用为先的理念让更多的AI爱好者或者想要入门的人工智能的开发者能够快速上手编程。本书分为两大部分,第一部分是深度学习编程基础实践，包含三个章节：Python基础编程实践、TensorFlow基础编程实践、Python Web编程框架Flask。第二部分是TensorFlow高级API编程实践，包括五个章节：无监督学习、基于对抗学习的风格迁移、集成微信中的聊天机器人、基于BERT的知识提取、图片自动识别与标注。本书中既有既有理论知识又案例的编程实现代码，会对代码进行详细的讲解以使读者能够跟着书本内容实践编码。

目录

  • 版权信息
  • 推荐序
  • 前言
  • 创作初衷
  • 内容结构
  • 致谢
  • 第1章 Python基础编程入门
  • 1.1 Python的历史
  • 1.1.1 Python版本的演进
  • 1.1.2 Python的工程应用情况
  • 1.2 Python的基本数据类型
  • 1.3 Python数据处理工具之Pandas
  • 1.3.1 数据读取和存储
  • 1.3.2 数据查看和选取
  • 1.3.3 数据处理
  • 1.4 Python图像处理工具之PIL
  • 1.4.1 PIL简介
  • 1.4.2 PIL接口详解
  • 1.4.3 PIL图像处理实践
  • 第2章 TensorFlow 2.0快速入门
  • 2.1 TensorFlow 2.0简介
  • 2.2 TensorFlow 2.0环境搭建
  • 2.2.1 CPU环境搭建
  • 2.2.2 基于Docker的GPU环境搭建
  • 2.3 TensorFlow 2.0基础知识
  • 2.3.1 TensorFlow 2.0 Eager模式简介
  • 2.3.2 TensorFlow 2.0 AutoGraph简介
  • 2.3.3 TensorFlow 2.0低阶API基础编程
  • 2.4 TensorFlow 2.0高阶API（tf.keras）
  • 2.4.1 tf.keras高阶API概览
  • 2.4.2 tf.keras高阶API编程
  • 第3章 基于CNN的图像识别应用编程实践
  • 3.1 CNN相关基础理论
  • 3.1.1 卷积神经网络概述
  • 3.1.2 卷积神经网络结构
  • 3.1.3 卷积神经网络三大核心概念
  • 3.2 TensorFlow 2.0 API详解
  • 3.2.1 tf.keras.Sequential
  • 3.2.2 tf.keras.layers.Conv2D
  • 3.2.3 tf.keras.layers.MaxPool2D
  • 3.2.4 tf.keras.layers.Flatten与tf.keras.layer.Dense
  • 3.2.5 tf.keras.layers.Dropout
  • 3.2.6 tf.keras.optimizers.Adam
  • 3.3 项目工程结构设计
  • 3.4 项目实现代码详解
  • 3.4.1 工具类实现
  • 3.4.2 cnnModel实现
  • 3.4.3 执行器实现
  • 3.4.4 Web应用实现
  • 第4章 基于Seq2Seq的中文聊天机器人编程实践
  • 4.1 NLP基础理论知识
  • 4.1.1 语言模型
  • 4.1.2 循环神经网络
  • 4.1.3 Seq2Seq模型
  • 4.2 TensorFlow 2.0 API详解
  • 4.2.1 tf.keras.preprocessing.text.Tokenizer
  • 4.2.2 tf.keras.preprocessing.sequence.pad_sequences
  • 4.2.3 tf.data.Dataset.from_tensor_slices
  • 4.2.4 tf.keras.layers.Embedding
  • 4.2.5 tf.keras.layers.GRU
  • 4.2.6 tf.keras.layers.Dense
  • 4.2.7 tf.expand_dims
  • 4.2.8 tf.keras.optimizers.Adam
  • 4.2.9 tf.keras.losses.SparseCategoricalCrossentropy
  • 4.2.10 tf.math.logical_not
  • 4.2.11 tf.concat
  • 4.2.12 tf.bitcast
  • 4.3 项目工程结构设计
  • 4.4 项目实现代码详解
  • 4.4.1 工具类实现
  • 4.4.2 data_util实现
  • 4.4.3 seq2seqModel实现
  • 4.4.4 执行器实现
  • 4.4.5 Web应用实现
  • 第5章 基于CycleGAN的图像风格迁移应用编程实践
  • 5.1 GAN基础理论
  • 5.1.1 GAN的基本思想
  • 5.1.2 GAN的基本工作机制
  • 5.1.3 GAN的常见变种及应用场景
  • 5.2 CycleGAN的算法原理
  • 5.3 TensorFlow 2.0 API详解
  • 5.3.1 tf.keras.Sequential
  • 5.3.2 tf.keras.Input
  • 5.3.3 tf.keras.layers.BatchNormalization
  • 5.3.4 tf.keras.layers.Dropout
  • 5.3.5 tf.keras.layers.Concatenate
  • 5.3.6 tf.keras.layers.LeakyReLU
  • 5.3.7 tf.keras.layers.UpSampling2D
  • 5.3.8 tf.keras.layers.Conv2D
  • 5.3.9 tf.optimizers.Adam
  • 5.4 项目工程结构设计
  • 5.5 项目实现代码详解
  • 5.5.1 工具类实现
  • 5.5.2 CycleganModel实现
  • 5.5.3 执行器实现
  • 5.5.4 Web应用实现
  • 第6章 基于Transformer的文本情感分析编程实践
  • 6.1 Transformer相关理论知识
  • 6.1.1 Transformer基本结构
  • 6.1.2 注意力机制
  • 6.1.3 位置编码
  • 6.2 TensorFlow 2.0 API详解
  • 6.2.1 tf.keras.preprocessing.text.Tokenizer
  • 6.2.2 tf.keras.preprocessing.sequence.pad_sequences
  • 6.2.3 tf.data.Dataset.from_tensor_slices
  • 6.2.4 tf.keras.layers.Embedding
  • 6.2.5 tf.keras.layers.Dense
  • 6.2.6 tf.keras.optimizers.Adam
  • 6.2.7 tf.optimizers.schedules.LearningRateSchedule
  • 6.2.8 tf.keras.layers.Conv1D
  • 6.2.9 tf.nn.moments
  • 6.3 项目工程结构设计
  • 6.4 项目实现代码详解
  • 6.4.1 工具类实现
  • 6.4.2 data_util实现
  • 6.4.3 textClassiferMode实现
  • 6.4.4 执行器实现
  • 6.4.5 Web应用实现
  • 第7章 基于TensorFlow Serving的模型部署实践
  • 7.1 TensorFlow Serving框架简介
  • 7.1.1 Servable
  • 7.1.2 Source
  • 7.1.3 Loader
  • 7.1.4 Manager
  • 7.2 TensorFlow Serving环境搭建
  • 7.2.1 基于Docker搭建TensorFlow Serving环境
  • 7.2.2 基于Ubuntu 16.04搭建TensorFlow Serving环境
  • 7.3 API详解
  • 7.3.1 tf.keras.models.load_model
  • 7.3.2 tf.keras.experimental.export_saved_model
  • 7.3.3 tf.keras.backend.set_learning_phase
  • 7.4 项目工程结构设计
  • 7.5 项目实现代码详解
  • 7.5.1 工具类实现
  • 7.5.2 模型文件导出模块实现
  • 7.5.3 模型文件部署模块实现
  • 7.5.4 Web应用模块实现
  • 参考资料
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。