登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入 新註冊 | 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / EMS,時效:出貨後2-3日

2024年03月出版新書

2024年02月出版新書

2024年01月出版新書

2023年12月出版新書

2023年11月出版新書

2023年10月出版新書

2023年09月出版新書

2023年08月出版新書

2023年07月出版新書

2023年06月出版新書

2023年05月出版新書

2023年04月出版新書

2023年03月出版新書

2023年02月出版新書

『簡體書』TensorFlow入门与实战

書城自編碼: 3137382
分類: 簡體書→大陸圖書→計算機/網絡人工智能
作者: 罗冬日
國際書號(ISBN): 9787115477019
出版社: 人民邮电出版社
出版日期: 2018-02-01
版次: 1

書度/開本: 16开 釘裝: 平装

售價:NT$ 319

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
穿越中亚:从阿拉木图到大不里士
《 穿越中亚:从阿拉木图到大不里士 》

售價:NT$ 325.0
书人有七:思想的活力
《 书人有七:思想的活力 》

售價:NT$ 330.0
明朝帝王师(第六届茅盾文学奖得主  《张居正》作者熊召政明史随笔)
《 明朝帝王师(第六届茅盾文学奖得主 《张居正》作者熊召政明史随笔) 》

售價:NT$ 325.0
SaaS产品实践方法论:从0到N构建SaaS产品
《 SaaS产品实践方法论:从0到N构建SaaS产品 》

售價:NT$ 442.0
饥饿:全球食物分配体系崩坏现场
《 饥饿:全球食物分配体系崩坏现场 》

售價:NT$ 941.0
中唐秘史:高力士墓志解读
《 中唐秘史:高力士墓志解读 》

售價:NT$ 549.0
秦简中英读本
《 秦简中英读本 》

售價:NT$ 997.0
烟花女子——19世纪法国性苦难与卖淫史(物象社会译丛)
《 烟花女子——19世纪法国性苦难与卖淫史(物象社会译丛) 》

售價:NT$ 532.0

建議一齊購買:

+

NT$ 384
《 重塑HRD:人力资源总监快速成长八部曲实战指南 》
+

NT$ 709
《 Python数据科学手册 》
+

NT$ 514
《 Python机器学习基础教程 》
+

NT$ 353
《 TensorFlow机器学习项目实战 》
+

NT$ 706
《 Scikit-Learn与TensorFlow机器学习实用指南(影印版)(英文版) 》
+

NT$ 497
《 TensorFlow机器学习实战指南 》
編輯推薦:
零基础入门TensorFlow和深度学习
示例丰富,提供所有的源代码,基于TensorFlow1.3版本
内容由浅入深,包含全连接网络、卷积神经网络和循环神经网络、分布式训练等
一线开发人员实战经验总结
內容簡介:
TensorFlow是2015年年底开源的一套深度学习框架,是目前*活跃的深度学习框架。本书基于1.3版本,首先介绍了它的安装和基本用法,然后讨论了深度学习的基本概念,包括神经网络前向计算、损失函数、反向传播计算和优化函数等,接着介绍了卷积神经网络和循环神经网络,*后介绍了在大规模应用的场景下,如何实现分布式的深度学习训练。
本书适合深度学习的初学者学习和参考。
關於作者:
罗冬日 毕业于中科院研究生院;先后在百度,平安科技从事数据挖掘,机器学习,深度学习相关的领域的研究工作。
目錄
第1章 初识TensorFlow1
1.1 TensorFlow特点1
1.2 其他深度学习框架3
1.2.1 Caffe3
1.2.2 MXNet3
1.2.3 Torch4
1.2.4 Theano4
1.2.5 CNTK5
第2章 TensorFlow环境搭建6
2.1 安装环境介绍6
2.1.1 CUDA简介6
2.1.2 cuDNN简介6
2.1.3 查看机器的GPU信息7
2.2 安装TensorFlow8
2.2.1 安装pip9
2.2.2 通过pip安装TensorFlow9
2.2.3 源码编译安装TensorFlow10
2.3 NVIDIA驱动安装11
2.4 安装CUDA和cuDNN12
2.4.1 Linux下安装CUDA12
2.4.2 Linux下安装cuDNN13
2.4.3 Windows和Mac系统下安装CUDA14
2.4.4 Windows和Mac系统下安装cuDNN14
2.5 安装测试15
第3章 TensorFlow基础16
3.1 基本概念16
3.1.1 张量16
3.1.2 图17
3.1.3 操作18
3.1.4 会话19
3.2 变量24
3.2.1 变量的初始化24
3.2.2 变量的变形25
3.2.3 数据类型和维度26
3.2.4 共享变量和变量命名空间27
3.3 模型的保存和载入33
3.3.1 模型的保存33
3.3.2 模型的载入34
3.4 使用GPU34
3.4.1 指定GPU设备35
3.4.2 指定GPU显存占用36
3.5 数据读取36
3.5.1 使用placeholder填充方式读取数据37
3.5.2 从文件读入数据的方式37
3.5.3 预先读入内存的方式48
3.6 利用TensorBoard进行数据可视化49
3.6.1 在TensorBoard中查看图结构49
3.6.2 训练过程中单一数据变化趋势51
3.6.3 训练过程中数据分布可视化53
3.6.4 其他使用技巧56
第4章 深度神经网络基础58
4.1 神经元58
4.2 简单神经网络59
4.3 深度神经网络62
4.4 损失函数63
4.5 梯度下降64
4.6 反向传播66
4.6.1 求导链式法则66
4.6.2 反向传播算法思路67
4.6.3 反向传播算法的计算过程68
4.7 优化函数72
4.7.1 随机梯度下降优化算法72
4.7.2 基于冲量的优化算法73
4.7.3 Adagrad优化算法74
4.7.4 Adadelta优化算法75
4.7.5 Adam优化算法75
4.7.6 TensorFlow中的优化算法API76
4.8 一个简单的例子77
第5章 卷积神经网络83
5.1 简介83
5.2 什么是卷积84
5.3 卷积神经网络基础88
5.3.1 局部感知野88
5.3.2 参数共享89
5.3.3 多卷积核91
5.3.4 池化92
5.3.5 多层卷积93
5.4 卷积神经网络的训练94
5.4.1 池化层反向传播95
5.4.2 卷积层反向传播96
5.5 TensorFlow中的卷积神经网络101
5.5.1 TensorFlow的卷积操作101
5.5.2 TensorFlow的池化操作103
5.6 用TensorFlow实现0和1数字识别104
5.6.1 由图片生成TFRecord文件104
5.6.2 构建卷积网络结构106
5.6.3 训练过程110
5.6.4 卷积过程数据的变化114
5.7 几种经典的卷积神经网络117
5.7.1 AlexNet117
5.7.2 VGGNet118
5.7.3 Inception Net120
5.7.4 ResNet121
第6章 循环神经网络123
6.1 普通RNN123
6.1.1 普通RNN结构123
6.1.2 普通RNN的不足125
6.2 LSTM单元126
6.2.1 LSTM单元基本结构127
6.2.2 增加peephole的LSTM单元131
6.2.3 GRU单元132
6.3 TensorFlow中的RNN132
6.4 用LSTM CTC实现语音识别136
6.4.1 语音特征介绍136
6.4.2 计算流程描述137
6.4.3 TensorFlow实现139
6.5 在NLP中的应用144
6.5.1 语言模型144
6.5.2 词向量147
6.5.3 中文分词148
6.6 小结159
第7章 TensorFlow分布式160
7.1 单机多GPU训练160
7.2 多机多GPU分布式训练163
7.2.1 参数服务器163
7.2.2 in-graph和between-graph
模式164
7.2.3 同步更新和异步更新165
7.2.4 异步更新分布式示例165

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 (香港)大書城有限公司 All Rights Reserved.