扫一扫
关注中图网
官方微博
¥56.1(6.3折)?
预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格（不含优惠券部分），仅供参考，未必等同于实际到手价。
促销活动:
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
深度学校及实践 版权信息
- ISBN：9787302543527
- 条形码：9787302543527 ; 978-7-302-54352-7
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>
深度学校及实践 本书特色
TensorFlow是2015年年底开源的一套深度学习框架，也是目前*活跃的深度学习框架之一。本书从深度学习的基础讲起，深入TensorFlow的基本框架、原理、源代码和实现等各个方面，其目的在于降低学习门槛，为读者解决问题提供详细的方法和指导。本书主要内容包括：人工智能简介，TesnorFlow的环境搭建、可视化、基础知识、聚类分析、回归分析、支持向量机，TensorFlow实现卷积神经网络、循环神经网络、深度神经网络等。 本书适合作为对深度学习感兴趣的初学者的参考用书，也适合作为人工智能、计算机等相关专业深度学习课程的教材。
深度学校及实践 内容简介
《TensorFlow深度学习及实践》内容由浅入深，既有原理介绍，又有实战操作，使读者在实践中掌握相关知识，并为解决实际问题提供详细的方法；具有超强的实用性，实例丰富，不仅给出了70多个实例帮助读者理解概念，还提供了综合案例，如图像识别、语音识别、自然语言处理等方面的应用；使用TensorFlow库实现各种模型，这样可以降低学习门槛，即使没有深度学习基础的读者也可以快速上手。
深度学校及实践 目录
目录
第1章人工智能简介
1.1什么是人工智能
1.2AlphaGo的原理简介
1.2.1MCTS算法
1.2.2AlphaGo的基本原理
1.3什么是深度学习
1.4深度学习的方法
1.5TensorFlow是什么
1.5.1TensorFlow的特点
1.5.2TensorFlow的使用公司和使用对象
1.5.3为什么Google要开源这个神器
1.6其他深度学习框架
1.7小结
1.8习题
第2章TensorFlow环境搭建
2.1安装环境介绍
2.1.1CUDA简介
2.1.2cuDNN简介
2.1.3查看GPU信息
2.2安装TensorFlow
2.2.1下载TensorFlow
2.2.2基于pip的安装
2.2.3基于Java的安装
2.2.4从源代码安装
2.3其他模块
2.3.1numpy模块
2.3.2matplotlib模块
2.3.3jupyter模块
2.3.4scikitimage模块
2.3.5librosa模块
2.3.6nltk模块
2.3.7keras模块
2.3.8tflearn模块
2.4文本编辑器
2.4.1Geany
2.4.2Sublime Text
2.4.3IDLE
2.4.4PyCharm
2.5TensorFlow测试样本
2.6小结
2.7习题
第3章TensorFlow可视化
3.1PlayGround
3.1.1数据
3.1.2特征
3.1.3隐藏层
3.1.4输出
3.2TensorBoard
3.3TensorBoard代码
3.4小结
3.5习题
第4章TensorFlow基础知识
4.1张量
4.1.1张量的属性
4.1.2张量的创建
4.1.3TensorFlow的交互式运行
4.2数据流图
4.3操作
4.4会话
4.5变量
4.5.1初始化
4.5.2形变
4.5.3数据类型与维度
4.5.4其他操作
4.5.5共享变量
4.6矩阵的创建与操作
4.7模型的保存与读取
4.7.1保存模型
4.7.2载入模型
4.7.3从磁盘读取信息
4.8批标准化
4.9使用GPU
4.9.1指定GPU设备
4.9.2指定GPU的显存占用
4.10神经元函数
4.10.1激活函数
4.10.2卷积函数
4.10.3分类函数
4.11优化方法
4.12队列与线程
4.12.1队列
4.12.2队列管理器
4.12.3线程和协调器
4.13读取数据源
4.13.1placeholder填充数据
4.13.2文件读入数据
4.13.3预先读入内存方式
4.14创建分类器
4.15小结
4.16习题
第5章TensorFlow聚类分析
5.1无监督学习
5.2聚类的概念
5.3k均值聚类算法
5.3.1k均值聚类算法迭代判据
5.3.2k均值聚类算法的机制
5.3.3k均值聚类算法的优缺点
5.3.4k均值聚类算法的实现
5.4k*近邻算法
5.4.1实例分析
5.4.2k*近邻算法概述
5.4.3模型和三要素
5.4.4kNN算法的不足
5.5k均值聚类算法的典型应用
5.5.1实例： 对人工数据集使用k均值聚类算法
5.5.2实例： 对人工数据集使用k*近邻算法
5.5.3实例： 对图像识别使用k*近邻算法
5.6小结
5.7习题
第6章TensorFlow回归分析
6.1求逆矩阵
6.2矩阵分解
6.3实例： TensorFlow实现线性回归算法
6.4选择损失函数
6.4.1*小化损失函数
6.4.2实例： TensorFlow实现线性回归损失函数
6.5TensorFlow的其他回归算法
6.5.1戴明回归算法
6.5.2岭回归与lasso回归算法
6.5.3弹性网络回归算法
6.6逻辑回归分析
6.6.1逻辑回归
6.6.2损失函数
6.6.3实例： TensorFlow实现逻辑回归算法
6.7小结
6.8习题
第7章TensorFlow支持向量机
7.1支持向量机简介
7.1.1几何间隔和函数间隔
7.1.2*大化间隔
7.1.3软间隔
7.1.4SMO算法
7.1.5核函数
7.1.6实例： TensorFlow实现支持向量机
7.2非线性支持向量机
7.2.1风险*小化
7.2.2VC维
7.2.3结构风险*小化
7.2.4松弛变量
7.2.5实例： TensorFlow实现非线性支持向量机
7.3实例： TensorFlow实现多类支持向量机
7.4小结
7.5习题
第8章深度神经网络基础知识
8.1神经元
8.1.1神经元的结构
8.1.2神经元的功能
8.2简单神经网络
8.3深度神经网络
8.4梯度下降
8.4.1批量梯度下降法
8.4.2随机梯度下降法
8.4.3小批量梯度下降法
8.4.4实例： 梯度下降法
8.5前向传播
8.5.1前向传播算法数学原理
8.5.2DNN的前向传播算法
8.6后向传播
8.6.1求导链式法则
8.6.2后向传播算法思路
8.6.3后向传播算法的计算过程
8.6.4实例： 实现一个简单的二值分类算法
8.7优化函数
8.7.1随机梯度下降优化法
8.7.2动量优化法
8.7.3Adagrad优化法
8.7.4Adadelta优化法
8.7.5Adam优化法
8.8实例： TensorFlow实现简单深度神经网络
8.9小结
8.10习题
第9章TensorFlow实现卷积神经网络
9.1卷积神经网络的概述
9.1.1什么是卷积神经网络
9.1.2为什么要用卷积神经网络
9.1.3卷积神经网络的结构
9.1.4实例： 简单卷积神经网络的实现
9.2卷积神经网络的函数
9.3AlexNet
9.4TensorFlow实现ResNet
9.4.1ResNet的基本原理
9.4.2实例： TensorFlow实现ResNet
9.5TesnorFlow卷积神经网络的典型应用
9.6反卷积神经网络
9.6.1反卷积原理
9.6.2反卷积操作
9.6.3实例： TensorFlow实现反卷积
9.6.4反池化原理
9.6.5实例： TensorFlow实现反池化
9.6.6偏导计算
9.6.7梯度停止
9.7深度学习的训练技巧
9.7.1优化卷积核技术
9.7.2多通道卷积技术
9.8小结
9.9习题
第10章TensorFlow实现循环神经网络
10.1循环神经网络的概述
10.1.1循环神经网络的结构
10.1.2实例： 简单循环神经网络的实现
10.2长短时记忆网络
10.2.1LSTM的网络结构
10.2.2LSTM的前向计算
10.2.3实例： LSTM的实现
10.3自然语言建模
10.4实例： BiRNN实现语音识别
10.4.1语音识别背景
10.4.2获取并整理样本
10.4.3训练模型
10.5Seq2Seq任务
10.5.1Seq2Seq任务介绍
10.5.2EncoderDecoder框架
10.5.3实例： TensorFlow实现Seq2Seq翻译
10.5.4实例： 比特币市场的分析与预测
10.6小结
10.7习题
第11章TensorFlow实现深度神经网络
11.1深度神经网络的起源
11.2模型介绍
11.2.1AlexNet模型
11.2.2VGG模型
11.2.3GoogleNet模型
11.2.4残差网络
11.2.5InceptionResNetv2结构
11.2.6其他的深度神经网络结构
11.3实例： VGG艺术风格转移
11.4生成式对抗网络
11.4.1GAN的理论知识
11.4.2生成式模型的应用
11.4.3discriminator和generator损失计算
11.4.4基于深度卷积的GAN
11.4.5指定类别生成模拟样本的GAN
11.5实例： 构建InfoGAN生成MNIST模拟数据
11.6小结
11.7习题
参考文献
展开全部
书友推荐
- >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0 - >
烟与镜
烟与镜
¥18.2¥48.0 - >
自卑与超越
自卑与超越
¥13.5¥39.8 - >
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 - >
姑妈的宝刀
姑妈的宝刀
¥11.4¥30.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥24.0¥48.0 - >
有舍有得是人生
有舍有得是人生
¥21.2¥45.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0
本类畅销
-
深度学习自然语言处理实战
¥25.8¥59.9 -
过程控制
¥11.9¥35 -
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 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6
