用户下载说明：

电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：

http://e.dangdang.com/products/1900679380.html

 

资料简介：

本书共有4部分，分9章。第壹部分对TensorFlow的历史脉络进行了简要的梳理，介绍在安装TensorFlow时应当考虑的因素，并给出了详细的TensorFlow安装指南；第二部分深入介绍TensorFlowAPI的基础知识；第三部分关注一种更为复杂的深度学习模型，首先对模型进行描述，然后介绍如何用可视化的数据流图表示所要创建的模型，以及如何利用TensorFlow有效地构建这些模型；本书的后一部分探讨TensorFlowAPI中新推出的特性，内容包括如何准备用于部署的模型、一些有用的编程模式，以及其他精选主题。 本书共有4部分，分9章。第壹部分对TensorFlow的历史脉络行了简要的梳理，介绍在安装TensorFlow时应当考虑的因素，并给出了详细的TensorFlow安装指南；第二部分深介绍TensorFlowAPI的基础知识；第三部分关注一种更为复杂的深度学习模型，首先对模型行描述，然后介绍如何用可视化的数据流图表示所要创建的模型，以及如何利用TensorFlow有效地构建这些模型；本书的后一部分探讨TensorFlowAPI中新推出的特性，内容包括如何准备用于部署的模型、一些有用的编程模式，以及其他精选主题。

 

资料目录：

译者序

前言

第一部分 开启TensorFlow之旅

第1章 引言

1.1 无处不在的数据

1.2 深度学习

1.3 TensorFlow：一个现代的机器学习库

1.4 TensorFlow：技术概要

1.5 何为TensorFlow

1.6 何时使用TensorFlow

1.7 TensorFlow的优势

1.8 使用TensorFlow所面临的挑战

1.9 高歌猛进

第2章 安装TensorFlow

2.1 选择安装环境

2.2 Jupyter Notebook与matplotlib

2.3 创建Virtualenv环境

2.4 TensorFlow的简易安装

2.5 源码构建及安装实例：在64位Ubuntu Linux上安装GPU版TensorFlow

2.6 安装Jupyter Notebook

2.7 安装matplotlib

2.8 测试TensorFlow、Jupyter Notebook及matplotlib

2.9 本章小结

第二部分 TensorFlow与机器学习基础

第3章 TensorFlow基础

3.1 数据流图简介

3.2 在TensorFlow中定义数据流图

3.3 通过名称作用域组织数据流图

3.4 练习：综合运用各种组件

3.5 本章小结

第4章 机器学习基础

4.1 有监督学习简介

4.2 保存训练检查点

4.3 线性回归

4.4 对数几率回归

4.5 softmax分类

4.6 多层神经网络

4.7 梯度下降法与误差反向传播算法

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

5.1 卷积神经网络

5.2 卷积

5.3 常见层

5.4 图像与TensorFlow

5.5 CNN的实现

5.6 本章小结

第6章 循环神经网络与自然语言处理

6.1 循环神经网络简介

6.2 词向量嵌入

6.3 序列分类

6.4 序列标注

6.5 预测编码

6.6 本章小结

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

7.1 搭建TensorFlow服务开发环境

7.2 导出训练好的模型

7.3 定义服务器接口

7.4 实现推断服务器

7.5 客户端应用

7.6 产品准备

7.7 本章小结

第8章 辅助函数、代码结构和类

8.1 确保目录结构存在

8.2 下载函数

8.3 磁盘缓存修饰器

8.4 属性字典

8.5 惰性属性修饰器

8.6 覆盖数据流图修饰器

第9章 结语：其他资源