書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊

TensorFlow2.0深度學習應用實踐

作者：王曉華
出版社：清華大學出版社出版時間：2020-07-01
開本： 16開 頁數(shù)： 288
中 圖 價:¥51.8(7.5折) 定價  ¥69.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

TensorFlow2.0深度學習應用實踐 版權信息

TensorFlow2.0深度學習應用實踐 本書特色

TensorFlow 2.0破天荒地拋棄了原有的架構，重新開始，整合了曾經(jīng)為TensorFlow添加的多種組件，在2.0版本中，這些組件被打包成一個綜合平臺，可支持機器學習的工作流程(從訓練到部署)，即用一個新的架構從根本上代替了已有的架構。 可以看到新架構中的訓練部分主要關注Python API，即訓練的可用性、整潔性以及易用性。它通過使用“存檔”的方式連接起訓練與部署之間的橋梁。 模型的部署方式是多種多樣，可以方便地使用多種端支持，使其能夠運營在不同的平臺上。而語言綁定(language binding)也有不同程度的支持，包括Swift、R和Julia等。 深入講解反饋神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡理論體系

TensorFlow2.0深度學習應用實踐 內容簡介

本書內容分為22章，包括Python類庫的安裝和使用、TensorFlow基本數(shù)據(jù)結構和使用、TensorFlow數(shù)據(jù)集的創(chuàng)建與讀取、人工神經(jīng)網(wǎng)絡介紹、反饋神經(jīng)網(wǎng)絡的理論基礎，深度學習模型的創(chuàng)建以及相關特性介紹等內容，并在本書各個模型部分特別介紹了模型調參的初步知識。本書強調理論聯(lián)系實際，著重介紹了TensorFlow編程解決圖像識別的應用，提供了大量數(shù)據(jù)集供讀者使用，也以代碼的形式實現(xiàn)了深度學習模型實供讀者參考。

TensorFlow2.0深度學習應用實踐 目錄

第1章 星星之火 1.1 計算機視覺與深度學習 1.1.1 人類視覺神經(jīng)的啟迪 1.1.2 計算機視覺的難點與人工神經(jīng)網(wǎng)絡 1.1.3 應用深度學習解決計算機視覺問題 1.2 計算機視覺學習的基礎與研究方向 1.2.1 學習計算機視覺結構圖 1.2.2 計算機視覺的學習方式和未來趨勢 1.3 本章小結 第2章 Python的安裝與使用 2.1 Python基本安裝和用法 2.1.1 Anaconda的下載與安裝 2.1.2 Python編譯器PyCharm的安裝 2.1.3 使用Python計算softmax函數(shù) 2.2 Python常用類庫threading 2.2.1 threading庫的使用 2.2.2 threading模塊中*重要的Thread類 2.2.3 threading中Lock類 2.2.4 threading中join類 2.3 本章小結 第3章 深度學習的理論基礎——機器學習 3.1 機器學習基本分類 3.1.1 應用學科的分類 3.1.2 學習模式的分類 3.1.3 應用領域的分類 3.2 機器學習基本算法 3.2.1 機器學習的算法流程 3.2.2 基本算法的分類 3.3 算法的理論基礎 3.3.1 小學生的故事——求圓的面積 3.3.2 機器學習基礎理論——函數(shù)逼近 3.4 回歸算法 3.4.1 函數(shù)逼近經(jīng)典算法——線性回歸算法 3.4.2 線性回歸的姐妹——邏輯回歸 3.5 本章小結 第4章 Python類庫的使用——數(shù)據(jù)處理及可視化展示 4.1 從小例子起步——NumPy的初步使用 4.1.1 數(shù)據(jù)的矩陣化 4.1.2 數(shù)據(jù)分析 4.1.3 基于統(tǒng)計分析的數(shù)據(jù)處理 4.2 圖形化數(shù)據(jù)處理——Matplotlib包使用 4.2.1 差異的可視化 4.2.2 坐標圖的展示 4.2.3 玩?zhèn)大的 4.3 深度學習理論方法——相似度計算 4.3.1 基于歐幾里得距離的相似度計算 4.3.2 基于余弦角度的相似度計算 4.3.3 歐幾里得相似度與余弦相似度的比較 4.4 數(shù)據(jù)的統(tǒng)計學可視化展示 4.4.1 數(shù)據(jù)的四分位 4.4.2 數(shù)據(jù)的四分位示例 4.4.3 數(shù)據(jù)的標準化 4.4.4 數(shù)據(jù)的平行化處理 4.4.5 熱點圖-屬性相關性檢測 4.5 Python實戰(zhàn)——某地降雨的關系處理 4.5.1 不同年份的相同月份統(tǒng)計 4.5.2 不同月份之間的增減程度比較 …… 第5章 OpenCV的基礎使用 第6章 OpenCV與TensorFlow的融合 第7章 Let's play TensorFlow 第8章 Hello TensorFlow，從0到1 第9章 TensorFlow重要算法基礎 第10章 Hello TensorFlow & Keras 第11章 卷積層詳解與MNIST實戰(zhàn) 第12章 卷積神經(jīng)網(wǎng)絡公式推導與應用 第13章 TensorFlow Datasets和TensorBoard詳解 第14章 從冠軍開始：ResNet 第15章 Attention is all we need 第16章 開始找工作吧——深度學習常用面試問題答疑 第17章 不服就是GAN——對抗生成網(wǎng)絡 第18章 未來的趨勢——圖卷積神經(jīng)網(wǎng)絡初步
展開全部

TensorFlow2.0深度學習應用實踐 作者簡介

王曉華，計算機專業(yè)講師，長期講授面向對象程序設計、數(shù)據(jù)結構、Hadoop程序設計等研究生和本科生相關課程；主要研究方向為云計算、數(shù)據(jù)挖掘。曾主持和參與多項國家和省級科研課題，獨立科研項目獲省級成果認定，發(fā)表過多篇論文，擁有一項專利。著有《Spark MLlib機器學習實踐》《TensorFlow深度學習應用實踐》《OpenCV+TensorFlow深度學習與計算機視覺實戰(zhàn)》《TensorFlow 2.0卷積神經(jīng)網(wǎng)絡實戰(zhàn)》等圖書。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服