扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
TENSORFLOW深度学习:模型、算法原理与实战 版权信息
- ISBN：9787113305154
- 条形码：9787113305154 ; 978-7-113-30515-4
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
TENSORFLOW深度学习:模型、算法原理与实战 本书特色
书中采用实例驱动教学的形式，将理论与实例相结合进行讲解，让读者在实战中掌握所学知识，并且从不同的方位展现一个知识点的用法，真正做到融会贯通。详解TensorFlow开发的流程，带领读者掌握TensorFlow深度学习开发的相关知识，以解决实际工作中的问题。书中还介绍了很多开发经验和技巧，让读者可以在学习过程中更轻松地理解相关知识点及概念，更快地掌握关键技术的应用技巧。
TENSORFLOW深度学习:模型、算法原理与实战 内容简介
本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网络、强化学习、无监督学习、TensorFlow Lite移动端与嵌入式轻量级开发、TensorFlow.js智能前端开发等实战应用内容；*后通过开发姿势预测器和智能客服系统，讲解TensorFlow的综合应用。<title>本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网络、强化学习、无监督学习、TensorFlow Lite移动端与嵌入式轻量级开发、TensorFlow.js智能前端开发等实战应用内容；*后通过开发姿势预测器和智能客服系统，讲解TensorFlow的综合应用。本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网络、强化学习、无监督学习、TensorFlow Lite移动端与嵌入式轻量级开发、TensorFlow.js智能前端开发等实战应用内容；*后通过开发姿势预测器和智能客服系统，讲解TensorFlow的综合应用。本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网络、强化学习、无监督学习、TensorFlow Lite移动端与嵌入式轻量级开发、TensorFlow.js智能前端开发等实战应用内容；*后通过开发姿势预测器和智能客服系统，讲解TensorFlow的综合应用。<span style="font-size:12px;">本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网络、强化学习、无监督学习、TensorFlow Lite移动端与嵌入式轻量级开发、TensorFlow.js智能前端开发等实战应用内容；*后通过开发姿势预测器和智能客服系统，讲解TensorFlow的综合应用。</span><br /> 本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网络、强化学习、无监督学习、TensorFlow Lite移动端与嵌入式轻量级开发、TensorFlow.js智能前端开发等实战应用内容；*后通过开发姿势预测器和智能客服系统，讲解TensorFlow的综合应用。</title>
TENSORFLOW深度学习:模型、算法原理与实战 目录
第1章 TensorFlow深度学习基础
1.1 人工智能与深度学习概述
1.1.1 人工智能介绍
1.1.2 机器学习
1.1.3 深度学习
1.1.4 机器学习和深度学习的区别
1.2 TensorFlow综述
1.2.1 TensorFlow介绍
1.2.2 TensorFlow的优势
1.3 搭建TensorFlow开发环境
1.3.1 使用pip安装TensorFlow
1.3.2 使用Anaconda安装TensorFlow
1.4 TensorFlow核心概念
1.4.1 TensorFlow的基本构成
1.4.2 会话
1.4.3 优化器
1.4.4 张量
1.5 TensorFlow开发流程
1.5.1 准备数据集
1.5.2 构建模型
1.5.3 训练模型
1.5.4 验证模型
第2章 数据集制作实战
2.1 使用tf.data处理数据集
2.1.1 制作数据集并训练和评估
2.1.2 将tf.data作为验证数据集进行训练
2.2 将模拟数据制作成内存对象数据集实战
2.2.1 可视化内存对象数据集
2.2.2 改进的方案
2.3 将图片制作成数据集实战
2.3.1 制作简易图片数据集
2.3.2 制作手势识别数据集
2.4 TFRecord数据集制作实战
2.4.1 将图片制作为TFRecord数据集
2.4.2 将CSV文件保存为TFRecord文件
2.4.3 读取TFRecord文件的内容
第3章 TensorFlow前馈神经网络实战
3.1 神经网络概述
3.1.1 深度学习与神经网络概述
3.1.2 全连接层
3.1.3 使用TensorFlow创建神经网络模型
3.2 单层前馈神经网络
3.2.1 单层前馈神经网络介绍
3.2.2 BP算法
3.3 深度前馈神经网络
3.3.1 深度前馈神经网络的原理
3.3.2 基于MNIST数据集识别手写数字
3.4 汽车油耗预测实战(使用神经网络实现分类)
3.4.1 准备数据
3.4.2 创建网络模型
3.4.3 训练、测试模型
第4章 TensorFlow卷积神经网络实战
4.1 卷积神经网络基础
4.1.1 发展背景
4.1.2 CNN基本结构
4.1.3 **个CNN程序
4.2 使用CNN进行图像分类
4.2.1 准备数据集
4.2.2 创建数据集
4.2.3 配置数据集
4.2.4 创建模型
4.2.5 编译模型
4.2.6 训练模型
4.2.7 可视化训练结果
4.2.8 过拟合处理：数据增强
4.2.9 过拟合处理：将Dropout引入网络
4.2.10 重新编译和训练模型
4.2.11 预测新数据
4.3 CNN识别器实战
4.3.1 创建CNN物体识别模型
4.3.2 CNN服饰识别器
第5章 循环神经网络实战
5.1 文本处理与RNN简介
5.1.1 RNN基础
5.1.2 文本分类
5.2 RNN开发实战一一电影评论情感分析
第6章 生成式对抗网络实战
6.1 GAN介绍
6.1.1 生成模型和判别模型
6.1.2 GAN基本流程
6.2 GAN实现MNIST识别
6.2.1 构建生成模型G
6.2.2 构建判别模型
6.2.3 构建损失函数
6.2.4 准备数据集
6.2.5 开始训练
6.2.6 保存模型并生成测试图
6.3 GAN纹理生成器
6.3.1 创建生成器
6.3.2 创建GAN模型
6.3.3 生成图像
6.3.4 具体操作
第7章 自然语言处理实战
7.1 自然语言处理基础
7.1.1 自然语言处理介绍
7.1.2 自然语言处理的发展历程
7.1.3 语言模型
7.2 自然语言处理实战(一)：RNN生成文本
7.2.1 准备数据集
7.2.2 向量化处理文本
7.2.3 预测任务并创建训练样本和目标
7.2.4 创建训练批次
7.2.5 创建模型
7.2.6 测试模型
7.2.7 训练模型
7.2.8 生成文本
7.2.9 预测循环
7.2.10 自定义训练
7.3 自然语言处理实战(二)：使用Seq2Seq模型实现机器翻译
7.3.1 准备数据集
7.3.2 编写编码器(encoder)和解码器(decoder)模型
7.3.3 训练
7.3.4 翻译
第8章 注意力机制实战
8.1 注意力机制基础
8.1.1 注意力机制介绍
8.1.2 注意力机制的变体
8.1.3 注意力机制解决什么问题
8.2 注意力机制实战：机器翻译
8.2.1 项目介绍
8.2.2 下载并准备数据集
8.2.3 文本预处理
8.2.4 编码器模型
8.2.5 绘制可视化注意力图
8.2.6 解码器
8.2.7 训练
8.2.8 翻译
第9章 概率图模型实战
9.1 概率图模型表示
9.1.1 贝叶斯网络：有向图模型
9.1.2 马尔可夫随机场：无向图模型
9.2 TensorFlowProbability
9.2.1 TensorFlowProbability的结构
9.2.2 概率图模型推断
9.3 概率图模型应用实战
9.3.1 高斯过程回归实战
9.3.2 联合分布的贝叶斯建模
第10章 深度信念网络实战
10.1 深度信念网络基础
10.1.1 深度信念网络的发展历程
10.1.2 玻尔兹曼机(BM)
10.1.3 受限玻尔兹曼机(RBM)
10.1.4 深度信念网络
10.2 DBN应用实战：程序缺陷预测
10.2.1 使用DBN模型进行ANN处理
10.2.2 实现集成
第11章 强化学习实战
11.1 强化学习的基本概念
11.1.1 基本模型和原理
11.1.2 网络模型设计
11.2 Actor-Critic算法
11.2.1 Actor-Critic算法介绍
11.2.2 Actor-Critic算法实战：手推购物车(实现CartPole游戏)
11.3 TensorFlow强化学习实战演练
11.3.1 推车子游戏
11.3.2 自动驾驶程序
第12章 无监督学习实战
12.1 无监督学习的基本概念
12.1.1 什么是无监督学习
12.1.2 有监督学习、无监督学习和半监督学习的对比
12.2 无监督学习应用实战
12.2.1 训练商品评论模型
12.2.2 视频嵌入系统
第13章 TensorFlow Lite移动端与嵌入式轻量级开发实战
13.1 安装TensorFlow Lite解释器
13.2 在Android中创建TensorFlow Lite
13.2.1 需要安装的工具
13.2.2 新建Android工程
13.2.3 使用JCenter中的TensorFlow Lite AAR
13.2.4 运行和测试
13.3 TensorFlow Lite转换器实战
13.3.1 转换方式
13.3.2 将TensorFlowRNN转换为TensorFlow Lite
13.4 将元数据添加到TensorFlow Lite模型
13.4.1 具有元数据格式的模型
13.4.2 使用Flatbuffers Python API添加元数据
第14章 TensorFlowTensorFlow.js智能前端开发实战
14.1 Tensorflow.js简介
14.1.1 Tensorflow.js的由来
14.1.2 Tensorflow.js的优点
14.1.3 安装Tensorflow.js
14.1.4 平台和环境
14.1.5 **个TensorFlow.js程序
14.2 保存和加载tfModel模型
14.2.1 保存tf.Model
14.2.2 加载t.Model
14.3 使用卷积神经网络进行手写数字识别
14.3.1 编写HTML文件
14.3.2 加载数据
14.3.3 定义模型架构
14.3.4 训练模型
14.3.5 评估模型
第15章 综合实战：姿势预测器
15.1 系统介绍
15.2 准备模型
15.2.1 身体部位监测点说明
15.2.2 导入TensorFlow Lite模型
15.3 Android姿势预测器
15.3.1 准备工作
15.3.2 页面布局
15.3.3 实现主Activity
15.3.4 图像处理
15.3.5 姿势识别
第16章 综合实战：智能客服系统
16.1 系统介绍
16.2 准备模型
16.2.1 模型介绍
16.2.2 下载模型文件
16.3 Android物体检测识别器
16.3.1 准备工作
16.3.2 页面布局
16.3.3 实现主Activity
16.3.4 智能回复处理
展开全部
TENSORFLOW深度学习:模型、算法原理与实战 作者简介
王振丽，2008-2014年，就职于阿里巴巴B2C部门，从事数据采集工作。2014年-2016年，就职于新浪微博垂直（移动端）运维部门，从事基于深度学习的客户分析工作。2016-现在，就职于浪潮信息在线服务部门，从事深度学习方面的产品设计工作。
书友推荐
- >
月亮与六便士
月亮与六便士
¥13.4¥42.0 - >
朝闻道
朝闻道
¥11.7¥23.8 - >
巴金－再思录
巴金－再思录
¥19.8¥46.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
推拿
推拿
¥12.2¥32.0 - >
我与地坛
我与地坛
¥25.8¥28.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥40.6¥58.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
