当前位置:首页 > 人工智能 >
《白话深度学习与TensorFlow》电子书封面

白话深度学习与TensorFlow

  • 发布时间:2019年09月22日 12:58:22
  • 作者:高扬
  • 大小:35.7 MB
  • 类别:TensorFlow电子书
  • 格式:PDF
  • 版本:扫描版
  • 评分:7.1

    TensorFlow推荐

    白话深度学习与TensorFlow PDF 扫描版

      给大家带来的一篇关于TensorFlow相关的电子书资源,介绍了关于深度学习、TensorFlow方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小35.7 MB,高扬编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.3分

      Tags:

      内容介绍

      白话深度学习与TensorFlow PDF

      基本篇(1-3章):详细介绍深度神经网络的基本要素和Tensorflow的基础详细介绍。基本原理与实践篇(4-8章):很多的有关深度神经网络中BP、CNN及其RNN互联网等定义的数学知识分析,多方面更质朴的語言与相对,促使非数学专业的程序猿還是可以很容易看懂。拓展篇(9-13章):详细介绍增加的深度神经网络互联网变异与较新的深度神经网络特点,并得出趣味的深度神经网络运用。念完这书,基础具有了构建整套Tensorflow应用场景的工作能力,把握深度学习算法和构思,及其开展通常的文本归类、声频归类或视频分类的工作能力。

      目录

      • 本书赞誉
      • 前 言
      • 基 础 篇
      • 第1章 机器学习是什么 2
      • 1.1 聚类 4
      • 1.2 回归 5
      • 1.3 分类 8
      • 1.4 综合应用 10
      • 1.5 小结 14
      • 第2章 深度学习是什么 15
      • 2.1 神经网络是什么 15
      • 2.1.1 神经元 16
      • 2.1.2 激励函数 19
      • 2.1.3 神经网络 24
      • 2.2 深度神经网络 25
      • 2.3 深度学习为什么这么强 28
      • 2.3.1 不用再提取特征 28
      • 2.3.2 处理线性不可分 29
      • 2.4 深度学习应用 30
      • 2.4.1 围棋机器人——AlphaGo 30
      • 2.4.2 被教坏的少女——Tai.ai 32
      • 2.4.3 本田公司的大宝贝——
      • ASIMO 33
      • 2.5 小结 37
      • 第3章 TensorFlow框架特性与安装 38
      • 3.1 简介 38
      • 3.2 与其他框架的对比 39
      • 3.3 其他特点 40
      • 3.4 如何选择好的框架 44
      • 3.5 安装TensorFlow 45
      • 3.6 小结 46
      • 原理与实践篇
      • 第4章 前馈神经网络 50
      • 4.1 网络结构 50
      • 4.2 线性回归的训练 51
      • 4.3 神经网络的训练 75
      • 4.4 小结 79
      • 第5章 手写板功能 81
      • 5.1 MNIST介绍 81
      • 5.2 使用TensorFlow完成实验 86
      • 5.3 神经网络为什么那么强 92
      • 5.3.1 处理线性不可分 93
      • 5.3.2 挑战“与或非” 95
      • 5.3.3 丰富的VC——强大的空间
      • 划分能力 98
      • 5.4 验证集、测试集与防止过拟合 99
      • 5.5 小结 102
      • 第6章 卷积神经网络 103
      • 6.1 与全连接网络的对比 103
      • 6.2 卷积是什么 104
      • 6.3 卷积核 106
      • 6.4 卷积层其他参数 108
      • 6.5 池化层 109
      • 6.6 典型CNN网络 110
      • 6.7 图片识别 114
      • 6.8 输出层激励函数——SOFTMAX 116
      • 6.8.1 SOFTMAX 116
      • 6.8.2 交叉熵 117
      • 6.9 小试牛刀——卷积网络做图片分类 124
      • 6.10 小结 138
      • 第7章 综合问题 139
      • 7.1 并行计算 139
      • 7.2 随机梯度下降 142
      • 7.3 梯度消失问题 144
      • 7.4 归一化 147
      • 7.5 参数初始化问题 149
      • 7.6 正则化 151
      • 7.7 其他超参数 155
      • 7.8 不唯一的模型 156
      • 7.9 DropOut 157
      • 7.10 小结 158
      • 第8章 循环神经网络 159
      • 8.1 隐马尔可夫模型 159
      • 8.2 RNN和BPTT算法 163
      • 8.2.1 结构 163
      • 8.2.2 训练过程 163
      • 8.2.3 艰难的误差传递 165
      • 8.3 LSTM算法 167
      • 8.4 应用场景 171
      • 8.5 实践案例——自动文本生成 174
      • 8.5.1 RNN工程代码解读 174
      • 8.5.2 利用RNN学习莎士比亚剧本 183
      • 8.5.3 利用RNN学习维基百科 184
      • 8.6 实践案例——聊天机器人 185
      • 8.7 小结 196
      • 扩 展 篇
      • 第9章 深度残差网络 198
      • 9.1 应用场景 198
      • 9.2 结构解释与数学推导 200
      • 9.3 拓扑解释 205
      • 9.4 Github示例 207
      • 9.5 小结 207
      • 第10章 受限玻尔兹曼机 209
      • 10.1 结构 209
      • 10.2 逻辑回归 210
      • 10.3 最大似然度 212
      • 10.4 最大似然度示例 214
      • 10.5 损失函数 215
      • 10.6 应用场景 216
      • 10.7 小结 216
      • 第11章 强化学习 217
      • 11.1 模型核心 218
      • 11.2 马尔可夫决策过程 219
      • 11.2.1 用游戏开刀 221
      • 11.2.2 准备工作 223
      • 11.2.3 训练过程 224
      • 11.2.4 问题 226
      • 11.2.5 Q-Learning算法 228
      • 11.3 深度学习中的Q-Learning——DQN 231
      • 11.3.1 OpenAI Gym 234
      • 11.3.2 Atari游戏 237
      • 11.4 小结 238
      • 第12章 对抗学习 239
      • 12.1 目的 239
      • 12.2 训练模式 240
      • 12.2.1 二元极小极大博弈 240
      • 12.2.2 训练 242
      • 12.3 CGAN 244
      • 12.4 DCGAN 247
      • 12.5 小结 252
      • 第13章 有趣的深度学习应用 254
      • 13.1 人脸识别 254
      • 13.2 作诗姬 259
      • 13.3 梵高附体 264
      • 13.3.1 网络结构 265
      • 13.3.2 内容损失 268
      • 13.3.3 风格损失 270
      • 13.3.4 系数比例 271
      • 13.3.5 代码分析 272
      • 13.4 小结 279
      • 附录A VMware Workstation的安装 280
      • 附录B Ubuntu虚拟机的安装 284
      • 附录C Python语言简介 290
      • 附录D 安装Theano 296
      • 附录E 安装Keras 297
      • 附录F 安装CUDA 298
      • 参考文献 303

      以上就是本次介绍的TensorFlow电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:Three.js开发指南:WebGL的JavaScript 3D库

      下一篇:微信公众平台搭建与开发揭秘

      展开 +

      收起 -

      下载地址:百度网盘下载
      TensorFlow 相关电子书
      深度学习算法实践
      深度学习算法实践 PDF 完整超清版

      1.中科院院士工程院院士陈志杰倾心作序,业内专家黄文涛、陈晓禾联手力荐。 2.以深度学习算法新手入门为主题思想,以NumPy、SciPy等科学计算库,深度神经网络流行优化算法,深度神经网络

      立即下载
      零起点TensorFlow与量化交易
      零起点TensorFlow与量化交易 PDF 完整扫描版

      这是一本让你轻松了解神经网络与量化投资的实战教程系统讲解,逐步深入,通过大量的实际案例,让初学者快速掌握神经网络和金融量化分析的基本编程

      立即下载
      TensorFlow:实战Google深度学习框架(第2版)
      TensorFlow:实战Google深度学习框架(第2版) PDF 影印版

      本书是TensorFlow入门参考书,旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习,首度全面支持TensorFlow1.4.x代码,大量增补新版独有核心功能

      立即下载
      Python+TensorFlow机器学习实战
      Python+TensorFlow机器学习实战 .rar 课件源码版

      本资源为《Python+TensorFlow机器学习实战》的课件、源码等资源 很系统:讲解19种机器学习经典算法,依次击破重难点 很图示:书中包括113张图解说明,方便读者理解 很实用:囊括文本识别、语

      立即下载
      TensorFlow+Keras深度学习人工智能实践应用
      TensorFlow+Keras深度学习人工智能实践应用 PDF 超清影印版

      本书通过大量的范例浅入深地讲解Keras与TensorFlow深度学习类神经网络,提供安装、上机操作指南,同时辅以大量范例程序介绍TensorFlow + Keras深度学习方面的知识

      立即下载
      深度学习之TensorFlow:入门、原理与进阶实战
      深度学习之TensorFlow:入门、原理与进阶实战 PDF 中文扫描版

      这本书通过大量的实例,全面而深入地讲解了深度学习神经网络原理和TensorFlow使用方法两方面的内容,通俗易懂,实用性强,特别适合TensorFlow深度学习的初学者和进阶读者作为自学教程阅读

      立即下载
      深入理解TensorFlow:架构设计与实现原理
      深入理解TensorFlow:架构设计与实现原理 PDF 超清版

      本书是深度学习框架TensorFlow技术解析与实战指南,基本概念、内部实现和实践等方面深入分析TensorFlow系统架构与实现原理,欢迎下载

      立即下载
      读者心得
      159小时34分钟前回答

      TensorFlow利用saver保存和提取参数的实例

      在训练循环中,定期调用 saver.save() 方法,向文件夹中写入包含了当前模型中所有可训练变量的 checkpoint 文件。 saver.save(sess, FLAGS.train_dir, global_step=step) global_step是训练的第几步 保存参数: import tensorflow as tf W = tf.Variable([[1, 2, 3]], dtype=tf.float32)b = tf.Variable([[1]], dtype=tf.float32) saver = tf.train.Saver() sess = tf.InteractiveSession()tf.global_variables_initializer().run()# 必须要指定文件夹,保存到ckpt文件save_path = saver.save(sess, "winycg/1.ckpt")print(save_path) 一次 saver.save() 后可以在文件夹中看到新增的四个文件,实际上每调用一次保存操作会创建后3个数据文件并创建一个检查点(checkpoint)文件,简单理解就是权重等参数被保存到 .chk……

      155小时32分钟前回答

      tensorflow获取变量维度信息

      tensorflow版本1.4 获取变量维度是一个使用频繁的操作,在tensorflow中获取变量维度主要用到的操作有以下三种: Tensor.shape Tensor.get_shape() tf.shape(input,name=None,out_type=tf.int32) 对上面三种操作做一下简单分析:(这三种操作先记作A、B、C) A 和 B 基本一样,只不过前者是Tensor的属性变量,后者是Tensor的函数。 A 和 B 均返回TensorShape类型,而 C 返回一个1D的out_type类型的Tensor。 A 和 B 可以在任意位置使用,而 C 必须在Session中使用。 A 和 B 获取的是静态shape,可以返回不完整的shape; C 获取的是动态的shape,必须是完整的shape。 另外,补充从TenaorShape变量中获取具体维度数值的方法 # 直接获取TensorShape变量的第i个维度……

      145小时58分钟前回答

      python3.6.3安装图文教程 TensorFlow安装配置方法

      本文主要介绍Python3.6及TensorFlow的安装和配置流程。 一、Python官网下载 自己电脑和系统对应的Python安装包。 网址:下载地址 一直往下拉到Files,这里我下载的是Windows x86-64 executable installer (注意:要装TensorFlow必须安装64位的Python,TensorFlow不支持32位) 二、下载python-3.6.3-amd64.exe应用程序 下载完成后得到一个python-3.6.3-amd64.exe应用程序,右击以管理员身份运行该安装包;可以选择默认一路安装,也可以customize,自定义想要安装的路径; 建议install for all users, 这里我安装的路径为D:\Python36; 勾选 add to PATH ,可以省去后面的配置系统环境变量的步骤;一路next完成安装。 三、测试是否安装成功 打开cmd,输入Python;(如……

      96小时51分钟前回答

      tensorflow实现加载mnist数据集

      mnist作为最基础的图片数据集,在以后的cnn,rnn任务中都会用到 import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import input_data#数据集存放地址,采用0-1编码mnist = input_data.read_data_sets('F:/mnist/data/',one_hot = True)print(mnist.train.num_examples)print(mnist.test.num_examples)trainimg = mnist.train.imagestrainlabel = mnist.train.labelstestimg = mnist.test.imagestestlabel = mnist.test.labels#打印相关信息print(type(trainimg))print(trainimg.shape,)print(trainlabel.shape,)print(testimg.shape,)print(testlabel.shape,)nsample = 5randidx = np.random.randint(trainimg.shape[0],size = nsample)#输出几张数字的图for i in randidx: curr_img = np.reshape(trainimg[i,:],(28,28)) curr_label = ……

      码农之家

      充雨晴 提供上传

      资源
      30
      粉丝
      10
      喜欢
      302
      评论
      11

      Copyright 2018-2021 www.xz577.com 码农之家

      版权投诉 / 书籍推广:520161757@qq.com