本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
- 领导“谷歌大脑”的工程师Jeff Dean发来寄语
- 李航、余凯等人工智能领域专家倾力推荐
- 基于TensorFlow 1.1,包揽TensorFlow的新特性
- 技术内容全面,实战案例丰富,视野广阔
- 人脸识别、语音识别、图像和语音相结合等热点一应俱全
TensorFlow是深度学习的流行框架之一,极适合新手入门。谷歌公司正致力于建立一个相关软件和机器学习模型的开源生态系统,这是人工智能发展的技术风口。
本书基于TensorFlow1.1版本,深入TensorFlow基础原理、设计理念、编程模型、源码分析和模型构建、工业界应用、大规模数据训练等。全书分为基础篇、实战篇和提高篇三部分。
“基础篇”
人工智能入门,学习深度学习的方法。
TensorFlow基础原理、设计架构和编程模型。
常用API、批标准化、模型的存储与加载、队列及线程、实现一个自定义OP。
TensorBorad可视化的全面解析。
源码分析。
神经网络(CNN和RNN)的发展演化以及如何用TensorFlow实现这些网络。
第三方上层框架Keras和TFLearn的应用。
“实战篇”
用TensorFlow实现了神经网络。
用TensorFlow实现CNN、RNN、LSTM和自动编码器的各种示例。
TensorFlow在人脸识别、语音识别、智能机器人、语音和图像相结合以及生成式对抗网络(GAN)等领域的实际应用。
“提高篇”
TensorFlow的分布式原理、架构和模式。
移动端开发(Android、iOS和树莓派)。
TensorFlow的新特性,线性代数编程框架XLA、调试器Debugger、动态图Fold、生产环境Serving。
TensorFlow和Kubernetes相结合。
TensorFlowOnSpark。
硬件计算加速。
机器学习的评测体系。
本书深入浅出,理论联系实际,实战案例新颖,适合对TensorFlow感兴趣的各层次读者阅读。
TensorFlow 是谷歌公司开发的深度学习框架,也是目前深度学习的主流框架之一。本书从深度学习的基础讲起,深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识,深度学习的方法,TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程,实现一个自定义操作,并进行TensorFlow源代码解析,介绍卷积神经网络(CNN)和循环神经网络(RNN)的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识;实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络(CNN、RNN和自编码网络等)并对MNIST数据集进行训练,讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用;提高篇讲解TensorFlow的分布式原理、架构、模式、API,还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用,以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。最后,附录中列出一些可供参考的公开数据集,并结合作者的项目经验介绍项目管理的一些建议。
李嘉璇,创建TensorFlow交流社区,活跃于国内各大技术社区,知乎编程问题回答者。致力于人工智能的研究,对深度学习框架的架构、源码分析及在不同领域的应用有浓厚兴趣。有过上百篇论文阅读和深度学习经验,处理图像、社交文本数据情感分析、数据挖掘经验,参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛,曾任职百度研发工程师。
深度学习是当前人工智能核心的技术,TensorFlow是深度学习主要的实现平台。李嘉璇的这本书对TensorFlow的基本原理、主要特性、使用方法以及在TensorFlow上的技术开发做了系统全面的介绍,内容充实,讲解详尽。没有对TensorFlow的深刻理解和丰富的实战经验是写不出这样的好书来的,全书字里行间透出作者对技术的真诚热爱及细致钻研。本书定位恰当,出版及时,相信读者一定会喜欢,强烈推荐给大家!
——李航,华为诺亚方舟实验室主任,北京大学、南京大学客座教授,IEEE会士、ACM杰出科学家
我认为这本书非常适合希望研究深度学习的程序员。他们可以将本书作为一本基础和实践的书籍阅读。对于初学者来说,从TensorFlow入手是很好的起点。TensorFlow有谷歌的强大支持,并且有广泛的社区。读者可以从本书中了解基本的深度学习原理、典型的模型、大量的TensorFlow源代码以及成功的应用范例。从本书出发,读者可以循序渐进,逐步深入,在工作实践中加以运用,领略深度学习的美妙。
——余凯,地平线机器人创始人,前百度深度学习实验室主任
本书从应用的基本案例出发,使用实际的代码介绍TensorFlow的基础知识和各种使用方法。本书也介绍了一些深度学习的基础知识,如CNN、RNN、LSTM,并列出了一些深入研究深度学习的参考文献,是一本很好的从应用出发介绍TensorFlow的读物,非常适合有兴趣学习和使用TensorFlow的广大读者阅读。
——孙亮,《实用机器学习》作者,阿里巴巴数据科学与技术研究院高级专家
不“高来高去”、不“急于求成”、品味独特的TensorFlow深度学习实践指南。全书一气呵成,深入浅出,覆盖全面,实例丰富,是难得的用心佳作。“深度学习”浪潮当前,从“看热闹”到“看门道”路在何方?本书或许能帮你找到一些线索。
——陈光,北京邮电大学模式识别实验室副教授(微博@爱可可-爱生活)
从纯技术的角度来看,深度学习还是有些深奥的,幸亏AI社区有了越来越多的开源平台,使深度学习的应用变得越来越简单,TensorFlow即是其中优秀的平台之一。如何尽快熟悉这个平台,并能在实战中发挥其作用,是众多工程技术人员非常渴望获得的技能。嘉璇的这本书应该是很好的选择!作者基于对TensorFlow的深刻理解和丰富的实战经验,对TensorFlow的原理、特性、使用方法以及应用技巧做了详尽的介绍。特别是结合具体实例进行讲解的方式,有利于读者直观、快速地掌握有关的技能。嘉璇多才多艺,对技术和生活充满热爱和激情,相信这本书会有众多读者喜欢!
——山世光,中科院计算所研究员,中科院智能信息处理重点实验室常务副主任,中科视拓创始人、董事长兼CTO
TensorFlow是目前非常受欢迎的深度学习框架。本书作者在文本分析和数据挖掘方面拥有丰富的经验。通过相关算法的专业知识和对TensorFlow的所有前沿功能的深入解析,作者提供一章章的有用资料来分享实用和有见地的信息。细分为直观的“基础篇”“实战篇”“提高篇”这样的结构,可以帮助读者有效地学习。
——Matt Scott(码特),Malong(码隆科技)CTO
随着机器不断突破智能极限,我们将被卷入超乎想象的AI新时代。TensorFlow是推动人工智能进步的引擎,如果你希望站在机器学习浪潮上成为AI极客,那就从阅读本书开始努力吧!本书详尽地介绍了算法和模型的细节,同时穿插大量的工业界实际例子,清晰地讲解了如何构建深度学习模型,对建立完整的深度学习知识体系大有裨益。
——李卓桓,PreAngel合伙人,机器学习/ChatBot爱好者
深度学习的浪潮汹涌而来,TensorFlow则为广大弄潮儿提供了强大的帆板。对于更多虽没有弄潮经验却跃跃欲试的人,这本书正可以成为他们入海前的第一课。本书涉及图像识别、自然语言处理等多个领域,演示了包括CNN、RNN、GAN在内的多种算法实现,对入门深度学习和TensorFlow是难得的学习材料。
——边江,微软亚洲研究院主管研究员