当前位置:首页 > 程序设计 >
《TensorFlow机器学习实战指南》电子书封面

TensorFlow机器学习实战指南

  • 发布时间:2020年04月28日 08:47:31
  • 作者:尼克·麦克卢尔(Nick McClure
  • 大小:67.2 MB
  • 类别:TensorFlow电子书
  • 格式:PDF
  • 版本:原书中文版
  • 评分:8.1

    TensorFlow机器学习实战指南 PDF 原书中文版

      给大家带来的一篇关于TensorFlow相关的电子书资源,介绍了关于TensorFlow、机器学习方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小67.2 MB,尼克·麦克卢尔(Nick McClure编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.2。

      内容介绍

      TensorFlow是一个开源机器学习库。本书从TensorFlow的基础开始介绍,涉及变量、矩阵和各种数据源。之后,针对使用TensorFlow线性回归技术的实践经验进行详细讲解。后续章节将在前文的基础上讲述神经网络、CNN、RNN和NLP等重要概念。

      目录

      • CONTENTS
      • 目  录
      • 译者序
      • 作者简介
      • 审校者简介
      • 前言
      • 第1章TensorFlow基础 1
      • 1.1TensorFlow介绍 1
      • 1.2TensorFlow如何工作 1
      • 1.2.1开始 1
      • 1.2.2动手做 2
      • 1.2.3工作原理 3
      • 1.2.4参考 3
      • 1.3声明张量 3
      • 1.3.1开始 4
      • 1.3.2动手做 4
      • 1.3.3工作原理 5
      • 1.3.4延伸学习 5
      • 1.4使用占位符和变量 6
      • 1.4.1开始 6
      • 1.4.2动手做 6
      • 1.4.3工作原理 6
      • 1.4.4延伸学习 7
      • 1.5操作(计算)矩阵 7
      • 1.5.1开始 7
      • 1.5.2动手做 8
      • 1.5.3工作原理 9
      • 1.6声明操作 10
      • 1.6.1开始 10
      • 1.6.2动手做 10
      • 1.6.3工作原理 11
      • 1.6.4延伸学习 12
      • 1.7实现激励函数 12
      • 1.7.1开始 12
      • 1.7.2动手做 12
      • 1.7.3工作原理 13
      • 1.7.4延伸学习 13
      • 1.8读取数据源 14
      • 1.8.1开始 15
      • 1.8.2动手做 15
      • 1.8.3参考 18
      • 1.9学习资料 19
      • 第2章TensorFlow进阶 20
      • 2.1本章概要 20
      • 2.2计算图中的操作 20
      • 2.2.1开始 20
      • 2.2.2动手做 21
      • 2.2.3工作原理 21
      • 2.3TensorFlow的嵌入Layer 21
      • 2.3.1开始 21
      • 2.3.2动手做 22
      • 2.3.3工作原理 22
      • 2.3.4延伸学习 22
      • 2.4TensorFlow的多层Layer 23
      • 2.4.1开始 23
      • 2.4.2动手做 24
      • 2.4.3工作原理 25
      • 2.5TensorFlow实现损失函数 26
      • 2.5.1开始 26
      • 2.5.2动手做 26
      • 2.5.3工作原理 28
      • 2.5.4延伸学习 29
      • 2.6TensorFlow实现反向传播 30
      • 2.6.1开始 30
      • 2.6.2动手做 31
      • 2.6.3工作原理 33
      • 2.6.4延伸学习 34
      • 2.6.5参考 34
      • 2.7TensorFlow实现随机训练和批量训练 34
      • 2.7.1开始 35
      • 2.7.2动手做 35
      • 2.7.3工作原理 36
      • 2.7.4延伸学习 37
      • 2.8TensorFlow实现创建分类器 37
      • 2.8.1开始 37
      • 2.8.2动手做 37
      • 2.8.3工作原理 39
      • 2.8.4延伸学习 40
      • 2.8.5参考 40
      • 2.9TensorFlow实现模型评估 40
      • 2.9.1开始 40
      • 2.9.2动手做 41
      • 2.9.3工作原理 41
      • 第3章基于TensorFlow的线性回归 45
      • 3.1线性回归介绍 45
      • 3.2用TensorFlow求逆矩阵 45
      • 3.2.1开始 45
      • 3.2.2动手做 46
      • 3.2.3工作原理 47
      • 3.3用TensorFlow实现矩阵分解 47
      • 3.3.1开始 47
      • 3.3.2动手做 47
      • 3.3.3工作原理 48
      • 3.4用TensorFlow实现线性回归算法 49
      • 3.4.1开始 49
      • 3.4.2动手做 49
      • 3.4.3工作原理 52
      • 3.5理解线性回归中的损失函数 52
      • 3.5.1开始 52
      • 3.5.2动手做 52
      • 3.5.3工作原理 53
      • 3.5.4延伸学习 54
      • 3.6用TensorFlow实现戴明回归算法 55
      • 3.6.1开始 55
      • 3.6.2动手做 56
      • 3.6.3工作原理 57
      • 3.7用TensorFlow实现lasso回归和岭回归算法 58
      • 3.7.1开始 58
      • 3.7.2动手做 58
      • 3.7.3工作原理 59
      • 3.7.4延伸学习 59
      • 3.8用TensorFlow实现弹性网络回归算法 60
      • 3.8.1开始 60
      • 3.8.2动手做 60
      • 3.8.3工作原理 61
      • 3.9用TensorFlow实现逻辑回归算法 62
      • 3.9.1开始 62
      • 3.9.2动手做 62
      • 3.9.3工作原理 65
      • 第4章基于TensorFlow的支持向量机 66
      • 4.1支持向量机简介 66
      • 4.2线性支持向量机的使用 67
      • 4.2.1开始 67
      • 4.2.2动手做 68
      • 4.2.3工作原理 72
      • 4.3弱化为线性回归 72
      • 4.3.1开始 73
      • 4.3.2动手做 73
      • 4.3.3工作原理 76
      • 4.4TensorFlow上核函数的使用 77
      • 4.4.1开始 77
      • 4.4.2动手做 77
      • 4.4.3工作原理 81
      • 4.4.4延伸学习 82
      • 4.5用TensorFlow实现非线性支持向量机 82
      • 4.5.1开始 82
      • 4.5.2动手做 82
      • 4.5.3工作原理 84
      • 4.6用TensorFlow实现多类支持向量机 85
      • 4.6.1开始 85
      • 4.6.2动手做 86
      • 4.6.3工作原理 89
      • 第5章最近邻域法 90
      • 5.1最近邻域法介绍 90
      • 5.2最近邻域法的使用 91
      • 5.2.1开始 91
      • 5.2.2动手做 91
      • 5.2.3工作原理 94
      • 5.2.4延伸学习 94
      • 5.3如何度量文本距离 95
      • 5.3.1开始 95
      • 5.3.2动手做 95
      • 5.3.3工作原理 98
      • 5.3.4延伸学习 98
      • 5.4用TensorFlow实现混合距离计算 98
      • 5.4.1开始 98
      • 5.4.2动手做 98
      • 5.4.3工作原理 101
      • 5.4.4延伸学习 101
      • 5.5用TensorFlow实现地址匹配 101
      • 5.5.1开始 101
      • 5.5.2动手做 102
      • 5.5.3工作原理 104
      • 5.6用TensorFlow实现图像识别 105
      • 5.6.1开始 105
      • 5.6.2动手做 105
      • 5.6.3工作原理 108
      • 5.6.4延伸学习 108
      • 第6章神经网络算法 109
      • 6.1神经网络算法基础 109
      • 6.2用TensorFlow实现门函数 110
      • 6.2.1开始 110
      • 6.2.2动手做 111
      • 6.2.3工作原理 113
      • 6.3使用门函数和激励函数 113
      • 6.3.1开始 114
      • 6.3.2动手做 114
      • 6.3.3工作原理 116
      • 6.3.4延伸学习 117
      • 6.4用TensorFlow实现单层神经网络 117
      • 6.4.1开始 117
      • 6.4.2动手做 117
      • 6.4.3工作原理 119
      • 6.4.4延伸学习 119
      • 6.5用TensorFlow实现神经网络常见层 120
      • 6.5.1开始 120
      • 6.5.2动手做 121
      • 6.5.3工作原理 126
      • 6.6用TensorFlow实现多层神经网络 126
      • 6.6.1开始 126
      • 6.6.2动手做 126
      • 6.6.3工作原理 131
      • 6.7线性预测模型的优化 131
      • 6.7.1开始 131
      • 6.7.2动手做 131
      • 6.7.3工作原理 135
      • 6.8用TensorFlow基于神经网络实现井字棋 136
      • 6.8.1开始 136
      • 6.8.2动手做 137
      • 6.8.3工作原理 142
      • 第7章自然语言处理 143

      学习笔记

      TensorFlow实现MLP多层感知机模型

      一、多层感知机简介 Softmax回归可以算是多分类问题logistic回归,它和神经网络的最大区别是没有隐含层。理论上只要隐含节点足够多,即时只有一个隐含层的神经网络也可以拟合任意函数,同时隐含层越多,越容易拟合复杂结构。为了拟合复杂函数需要的隐含节点的数目,基本上随着隐含层的数量增多呈指数下降的趋势,也就是说层数越多,神经网络所需要的隐含节点可以越少。层数越深,概念越抽象,需要背诵的知识点就越少。在实际应用中,深层神经网络会遇到许多困难,如过拟合、参数调试、梯度弥散等。 过拟合是机器学习中的一个常见问题,是指模型预测准确率在训练集上升高,但是在测试……

      tensorflow中next_batch的具体使用

      本文介绍了tensorflow中next_batch的具体使用,分享给大家,具体如下: 此处给出了几种不同的next_batch方法,该文章只是做出代码片段的解释,以备以后查看: def next_batch(self, batch_size, fake_data=False): """Return the next `batch_size` examples from this data set.""" if fake_data: fake_image = [1] * 784 if self.one_hot: fake_label = [1] + [0] * 9 else: fake_label = 0 return [fake_image for _ in xrange(batch_size)], [ fake_label for _ in xrange(batch_size) ] start = self._index_in_epoch self._index_in_epoch += batch_size if self._index_in_epoch self._num_examples: # epoch中的句子下标是否大于所有语料的个数,如果为True,开始新一轮的遍历 # Finished epoch self._epochs_completed += 1 # Shuffle the data perm = numpy.……

      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:Oracle程序开发范例宝典

      下一篇:Scikit-Learn与TensorFlow机器学习实用指南

      展开 +

      收起 -

      • 《TensorFlow机器学习实战指南》PDF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: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
      深度学习利器:TensorFlow程序设计
      深度学习利器:TensorFlow程序设计 完整版

      在工业界,TensorFlow 比其他框架更具有优势。TensorFlow 支持异构设备的分布式计算,使得上千万、上亿数据量的模型能够有效地利用机器资源进行训练。TensorFlow 支持卷积神经网络、循环神经网

      立即下载
      TensorFlow机器学习项目实战
      TensorFlow机器学习项目实战 影印版

      TensorFlow机器学习领域研究和应用的热门对象,这里介绍如何使用TensorFlow库实现各种各样的模型,降低学习门槛,为读者解决问题提供详细的方法和指导

      立即下载
      Tensorflow 2.0入门教程
      Tensorflow 2.0入门教程 完整版

      Google大佬Josh Gordon发布Tensorflow 2.0入门教程。TensorFlow 2.0删除了冗余的API,完全采用Keras作为高级应用程序编程接口(API),使API更加一致(统一RNNs, 统一优化器),并通过Eager execution更好地与Python集成。 并附带介绍了TensorFlow2.0 的一些新的特征与使用技巧,需要的朋友可下载试试! TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。 TensorFlow

      立即下载
      白话深度学习与TensorFlow
      白话深度学习与TensorFlow 扫描版 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
      深度学习原理与TensorFlow实践
      深度学习原理与TensorFlow实践 扫描版

      深度学习原理与TensorFlow实践 主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一,本书结合实例介绍了使用TensorFlow开发

      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
      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 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
      读者留言
      侯航

      侯航 提供上传

      资源
      49
      粉丝
      12
      喜欢
      149
      评论
      3

      Copyright 2018-2020 xz577.com 码农之家

      本站所有电子书资源不再提供下载地址,只分享来路

      版权投诉 / 书籍推广 / 赞助:QQ:520161757