计算机 类型
7.2 豆瓣评分
可以朗读 语音朗读
312千字 字数
2017-02-01 发行日期
展开全部

主编推荐语

TensorFlow基础知识、神经网络、经典模型、强化学习及并行技术。

内容简介

本书前两章介绍了TensorFlow的基础知识和概念；第3章和第4章介绍了简单的示例及全连接神经网络；第5章和第6章介绍了基础的卷积神经网络，以及目前比较经典的AlexNet、VGGNet、Inception Net和ResNet；第7章介绍了Word2Vec、RNN和LSTM；第8章介绍了强化学习，以及基于深度学习的策略网络和估值网络；第9章介绍了TensorBoard、单机多GPU并行，以及分布式并行；最后两章介绍了TF Learn及其他TensorFlow辅助组件。

目录

  • 版权信息
  • 内容简介
  • 好评袭来
  • 前言
  • 1 TensorFlow基础
  • 1.1 TensorFlow概要
  • 1.2 TensorFlow编程模型简介
  • 1.2.1 核心概念
  • 1.2.2 实现原理
  • 1.2.3 拓展功能
  • 1.2.4 性能优化
  • 2 TensorFlow和其他深度学习框架的对比
  • 2.1 主流深度学习框架对比
  • 2.2 各深度学习框架简介
  • 2.2.1 TensorFlow
  • 2.2.2 Caffe
  • 2.2.3 Theano
  • 2.2.4 Torch
  • 2.2.5 Lasagne
  • 2.2.6 Keras
  • 2.2.7 MXNet
  • 2.2.8 DIGITS
  • 2.2.9 CNTK
  • 2.2.10 Deeplearning4J
  • 2.2.11 Chainer
  • 2.2.12 Leaf
  • 2.2.13 DSSTNE
  • 3 TensorFlow第一步
  • 3.1 TensorFlow的编译及安装
  • 3.1.1 安装Anaconda
  • 3.1.2 TensorFlow CPU版本的安装
  • 3.1.3 TensorFlow GPU版本的安装
  • 3.2 TensorFlow实现Softmax Regression识别手写数字
  • 4 TensorFlow实现自编码器及多层感知机
  • 4.1 自编码器简介
  • 4.2 TensorFlow实现自编码器
  • 4.3 多层感知机简介
  • 4.4 TensorFlow实现多层感知机
  • 5 TensorFlow实现卷积神经网络
  • 5.1 卷积神经网络简介
  • 5.2 TensorFlow实现简单的卷积网络
  • 5.3 TensorFlow实现进阶的卷积网络
  • 6 TensorFlow实现经典卷积神经网络
  • 6.1 TensorFlow实现AlexNet
  • 6.2 TensorFlow实现VGGNet
  • 6.3 TensorFlow实现Google Inception Net
  • 6.4 TensorFlow实现ResNet
  • 6.5 卷积神经网络发展趋势
  • 7 TensorFlow实现循环神经网络及Word2Vec
  • 7.1 TensorFlow实现Word2Vec
  • 7.2 TensorFlow实现基于LSTM的语言模型
  • 7.3 TensorFlow实现Bidirectional LSTM Classifier
  • 8 TensorFlow实现深度强化学习
  • 8.1 深度强化学习简介
  • 8.2 TensorFlow实现策略网络
  • 8.3 TensorFlow实现估值网络
  • 9 TensorBoard、多GPU并行及分布式并行
  • 9.1 TensorBoard
  • 9.2 多GPU并行
  • 9.3 分布式并行
  • 10 TF.Learn从入门到精通
  • 10.1 分布式Estimator
  • 10.1.1 分布式Estimator自定义模型介绍
  • 10.1.2 建立自己的机器学习Estimator
  • 10.1.3 调节RunConfig运行时参数
  • 10.1.4 Experiment和LearnRunner
  • 10.2 深度学习Estimator
  • 10.2.1 深度神经网络
  • 10.2.2 广度深度模型
  • 10.3 机器学习Estimator
  • 10.3.1 线性/逻辑回归
  • 10.3.2 随机森林
  • 10.3.3 K均值聚类
  • 10.3.4 支持向量机
  • 10.4 DataFrame
  • 10.5 监督器Monitors
  • 11 TF.Contrib的其他组件
  • 11.1 统计分布
  • 11.2 Layer模块
  • 11.2.1 机器学习层
  • 11.2.2 损失函数
  • 11.2.3 特征列Feature Column
  • 11.2.4 Embeddings
  • 11.3 性能分析器tfprof
  • 参考文献
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。