当前位置:首页 > 人工智能 >
《面向机器智能的TensorFlow实践》电子书封面

面向机器智能的TensorFlow实践

  • 发布时间:2020年06月01日 09:35:28
  • 作者:山姆·亚伯拉罕
  • 大小:64.7 MB
  • 类别:TensorFlow电子书
  • 格式:PDF
  • 版本:高清版
  • 评分:8.2

    面向机器智能的TensorFlow实践 PDF 高清版

      给大家带来的一篇关于TensorFlow相关的电子书资源,介绍了关于机器智能、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64.7 MB,山姆·亚伯拉罕编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.2。

      内容介绍

      面向机器智能的TensorFlow实践是一本最佳的TensorFlow入门指南。几位作者都来自研发一线,他们用自己的宝贵经验,结合众多高质量的代码,生动讲解TensorFlow的底层原理,并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外,还介绍了在模型部署和编程中可用的诸多实用技巧。

      全书分为四部分,共9章。第一部分(第1~2章)讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战,并给出详细的安装指南。第二部分(第3~4章)深入介绍TensorFlow API的基础知识和机器学习基础。第三部分(第5~6章)探讨如何用TensorFlow实现高级深度模型,涉及卷积神经网络(或CNN)模型和循环神经网络(或RNN)模型。第四部分(第7~8章)探讨TensorFlow API中*新推出的特性,包括如何准备用于部署的模型、一些有用的编程模式等。第9章给出一些进一步了解TensorFlow的学习资源。

      目录

      • 第一部分 开启TensorFlow之旅
      • 第1章 引言
      • 第2章 安装TensorFlow
      • 第二部分 TensorFlow与机器学习基础
      • 第3章 TensorFlow基础
      • 第4章 机器学习基础
      • 第三部分 用TensorFlow实现更高级的深度模型
      • 第5章 目标识别与分类
      • 第6章 循环神经网络与自然语言处理
      • 第四部分 其他提示、技术与特性
      • 第7章 产品环境中模型的部署
      • 第8章 辅助函数、代码结构和类
      • 第9章 结语:其他资源

      学习笔记

      深度学习TensorFlow Session会话控制和Variable变量

      这篇文章主要讲TensorFlow中的Session的用法以及Variable。 Session会话控制 Session是TensorFlow为了控制和输出文件的执行语句,运行session.run()就能获得运算结果或者部分运算结果。我们在这里使用一个简单的矩阵相乘的例子来解释Session的两个用法。 首先我们要加载TensorFlow并建立两个矩阵以及两个矩阵所做的运算。这里我们建立一个一行两列的matrix1和一个两行一列的matrix2,让它们做矩阵的乘法。tf.matmul相当于numpy中的dot方法,都是做矩阵的product。 import tensorflow as tfmatrix1 = tf.constant([[2, 2]])matrix2 = tf.constant([[2], [2]])product = tf.matmul(matrix1, matrix2) 接下来我们使用第一种会话控制Session来激活product并得到计算结果: s……

      TensorFlow损失函数专题详解

      一、分类问题损失函数——交叉熵(crossentropy) 交叉熵刻画了两个概率分布之间的距离,是分类问题中使用广泛的损失函数。给定两个概率分布p和q,交叉熵刻画的是两个概率分布之间的距离: 我们可以通过Softmax回归将神经网络前向传播得到的结果变成交叉熵要求的概率分布得分。在TensorFlow中,Softmax回归的参数被去掉了,只是一个额外的处理层,将神经网络的输出变成一个概率分布。 代码实现: import tensorflow as tf y_ = tf.constant([[1.0, 0, 0]]) # 正确标签 y1 = tf.constant([[0.9, 0.06, 0.04]]) # 预测结果1 y2 = tf.constant([[0.5, 0.3, 0.2]]) # 预测结果2 # 以下为未经过Softmax处理的类别得分 y3 = tf.constant([[10.0, 3.0, 2.0]]) y4 = t……

      TensorFlow实现RNN循环神经网络

      RNN(recurrent neural Network)循环神经网络 主要用于自然语言处理(nature language processing,NLP) RNN主要用途是 处理和预测序列数据 RNN广泛的用于 语音识别、语言模型、机器翻译 RNN的来源就是为了 刻画一个序列当前的输出与之前的信息影响后面节点的输出 RNN 是 包含循环的网络,允许信息的持久化 。 RNN会 记忆之前的信息,并利用之前的信息影响后面节点的输出 。 RNN的隐藏层之间的节点是有相连的,隐藏层的输入不仅仅包括输入层的输出,还包括上一时刻隐藏层的输出。 RNN会对于 每一个时刻的输入结合当前模型的状态给出一个输出 。 RNN理论上被看作 同一个神经网络结构被无限复制的结果 ,目前RNN无……

      TensorFlow神经网络优化策略学习

      在神经网络模型优化的过程中,会遇到许多问题,比如如何设置学习率的问题,我们可通过指数衰减的方式让模型在训练初期快速接近较优解,在训练后期稳定进入最优解区域;针对过拟合问题,通过正则化的方法加以应对;滑动平均模型可以让最终得到的模型在未知数据上表现的更加健壮。 一、学习率的设置 学习率设置既不能过大,也不能过小。TensorFlow提供了一种更加灵活的学习率设置方法——指数衰减法。该方法实现了指数衰减学习率,先使用较大的学习率来快速得到一个比较优的解,然后随着迭代的继续逐步减小学习率,使得模型在训练后期更加稳定,缓慢平滑得达到最优值。 tf.train.exponen……

      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:CISSP官方学习指南

      下一篇:Python机器学习实践指南

      展开 +

      收起 -

      • 《面向机器智能的TensorFlow实践》PDF下载

      下载地址:百度网盘下载
      TensorFlow相关电子书
      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 全书超清版

      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
      TensorFlow机器学习实战指南
      TensorFlow机器学习实战指南 原书中文版 立即下载
      AlphaGo如何战胜人类围棋大师:智能硬件TensorFlow实践
      AlphaGo如何战胜人类围棋大师:智能硬件TensorFlow实践 完整原版

      AlphaGo怎样能击败*中国围棋参赛选手,这书将让你解除神密的面具。 这书理论研究融合,领着你动手能力学习培训和掌握*受欢迎的人工智能应用。根据深度学习TensorFlow专用工具的实践活动,解

      立即下载
      Python+TensorFlow机器学习实战
      Python+TensorFlow机器学习实战 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
      机器学习实战:基于Scikit-Learn和TensorFlow
      机器学习实战:基于Scikit-Learn和TensorFlow 扫描版

      本书作者曾经是谷歌工程师,在2013年至2016年主导了YouTube的视频分类工程,拥有丰富的机器学习项目经验。本书从开发者的实践角度,在动手写代码的过程中,循序渐进地了解机器学习的理论知

      立即下载
      TensorFlow:实战Google深度学习框架
      TensorFlow:实战Google深度学习框架 影印第2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
      零起点TensorFlow快速入门
      零起点TensorFlow快速入门 全书超清版 立即下载
      强化学习精要:核心算法与TensorFlow实现
      强化学习精要:核心算法与TensorFlow实现 超清完整版

      《强化学习精要:核心算法与TensorFlow 实现》用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现,为读者构建了一个完整的强化学习知识体系,同时介绍了这些算法的具体实现

      立即下载
      读者留言
      邓昊天

      邓昊天 提供上传

      资源
      43
      粉丝
      12
      喜欢
      174
      评论
      14

      Copyright 2018-2020 www.xz577.com 码农之家

      投诉 / 推广 / 赞助:QQ:520161757