TensorFlow深度學習（原書第2版）

Giancarlo Zaccone

TensorFlow深度學習（原書第2版）

買這商品的人也買了...

相關主題

商品描述

《TensorFlow深度學習（原書第2版）》深入介紹瞭如何使用TensorFlow 
構建深度學習應用，從實踐的角度講解深度學習知識。
本書主要內容包括深度學習入門，介紹了機器學習和深度學習的基礎知識； 
TensorFlow的主要特性，以及TensorFlow的安裝與配置，
通過示例進行TensorFlow計算、數據和編程模型的學習；
基於TensorFlow的前饋神經網絡、捲積神經網絡、
優化TensorFlow自編碼器以及循環神經網絡。
此外，《TensorFlow深度學習（原書第2版）》
還介紹了關於異構和分佈式計算的內容，學習如何在GPU闆卡和分佈式系統上執行TensorFlow模型。
在TensorFlow高級編程部分對TensorFlow基本庫進行了概述。
末尾，本書介紹了基於因子分解機的推薦系統以及強化學習。

作者簡介

Giancarlo Zaccone

在管理科學和工業領域已有十多年的研究經驗。
Giancarlo曾在意大利國家研究委員會的CNR擔任研究員。
作為數據科學和軟件工程項目的一部分，他在數值計算、
並行計算和科學可視化方面積累了豐富經驗。
目前，Giancarlo是一家總部位於荷蘭的公司的一名軟件和系統不錯工程師，
主要負責測試和開發太空和國防應用軟件系統。
Giancarlo擁有那不勒斯Federico II大學的物理學碩士學位和羅馬La Sapienza大學的科學計算二級研究生碩士學位。
Md. Rezaul Karim是德國Fraunhofer FIT的一名研究科學家。
目前在德國亞琛工業大學攻讀博士學位

目錄大綱

譯者序
原書前言
作者簡介
評閱人簡介
第1章深度學習入門// 1
1.1 機器學習簡介// 1
1.1.1 監督學習// 3
1.1.2 不平衡數據// 4
1.1.3 無監督學習// 4
1.1.4 強化學習// 5
1.1.5 什麼是深度學習// 6
1.2 人工神經網絡// 7
1.2.1 生物神經元// 8
1.2.2 人工神經元// 9
1.3 人工神經網絡是如何學習的// 10
1.3.1 人工神經網絡與反向傳播算法// 10
1.3.2 權重優化// 11
1.3.3 隨機梯度下降// 11
1.4 人工神經網絡架構// 12
1.4.1 深度神經網絡// 12
1.4.2 捲積神經網絡// 15
1.4.3 自編碼器// 17
1.4.4 循環神經網絡// 18
1.4.5 新興架構// 18
1.5 深度學習框架// 18
1.6 小結// 21

第2章TensorFlow初探// 22
2.1 TensorFlow概述// 22
2.2 TensorFlow v1.6的新特性// 23
2.2.1 支持優化的NVIDIA GPU // 24
2.2.2 TensorFlow Lite簡介// 24
2.2.3 動態圖機制// 25
2.2.4 優化加速線性代數// 25
2.3 TensorFlow安裝與配置// 25
2.4 TensorFlow計算圖// 26
2.5 TensorFlow代碼結構// 29
2.5.1 TensorFlow下的動態圖機制// 31
2.6 TensorFlow數據模型// 32
2.6.1 張量// 32
2.6.2 秩與維度// 34
2.6.3 數據類型// 35
2.6.4 變量// 38
2.6.5 Fetches // 39
2.6.6 Feeds和占位符// 39
2.7 基於TensorBoard的可視化計算// 41

類似商品