面向机器智能的TensorFlow实践

面向机器智能的TensorFlow实践 pdf epub mobi txt 电子书 下载 2025

山姆·亚伯拉罕:数据科学家、工程师,富有经验的TensorFlow贡献者。

丹尼亚尔·哈夫纳:谷歌软件工程师

埃里克·厄威特:高级软件工程师

阿里尔·斯卡尔皮内里:团队负责人,高级Java开发者

段菲,清华大学信号与信息处理专业博士,前三星电子中国研究院高级研究员,现为英特尔中国研究院高级研究员。研究方向是深度学习、计算机视觉、数据可视化。参与翻译过《机器学习》《机器学习实践:测试驱动的开发方法》《DirectX103D游戏编程深度探索》等多本图书。

出版者:机械工业出版社
作者:[美] 山姆·亚伯拉罕(Sam Abrahams)
出品人:
页数:212
译者:段菲
出版时间:2017-5-1
价格:69.00元
装帧:平装
isbn号码:9787111563891
丛书系列:智能系统与技术丛书
图书标签:
  • TensorFlow 
  • 深度学习 
  • 人工智能 
  • 计算机 
  • 机器学习 
  • 编程 
  • ML 
  • 计算机科学 
  •  
想要找书就要到 小美书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线,他们用自己的宝贵经验,结合众多高质量的代码,生动讲解TensorFlow的底层原理,并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外,还介绍了在模型部署和编程中可用的诸多实用技巧。

全书分为四部分,共9章。第一部分(第1~2章)讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战,并给出详细的安装指南。第二部分(第3~4章)深入介绍TensorFlow API的基础知识和机器学习基础。第三部分(第5~6章)探讨如何用TensorFlow实现高级深度模型,涉及卷积神经网络(或CNN)模型和循环神经网络(或RNN)模型。第四部分(第7~8章)探讨TensorFlow API中*新推出的特性,包括如何准备用于部署的模型、一些有用的编程模式等。第9章给出一些进一步了解TensorFlow的学习资源。

具体描述

读后感

评分

评分

评分

评分

评分

用户评价

评分

先看的官方文档,虽然官方文档也很不亲民,但是这本还是只有有限的几个地方做到了有效补充,比如让我去用 jupyter notebook 上手.. 具体的 CNN/RNN 限于篇幅是深入不了的。而且因为这本是 v1.0 的,API 有好几个地方已经改了。我推荐从斯坦福cs20si入门

评分

代码多处过时,内容讲解杂乱,越看越后悔买这本书。

评分

书是好书,没有照搬tensorflow官方文档,可惜word2vec和RNN部分没能像前面一样深入浅出说得很明白,费了很大劲。总之新手入门前面一大半没问题,后面部分还得结合一下文档来看才能懂

评分

2017年5月的书 api就已经过时了 书里错误不断 是最近看的感受最差的一本书了

评分

大概讲了讲,篇幅太短了

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有