TensorFlow深度學習實戰

深度神經網絡（DNN）已經在計算機視覺、語音識別、自然語言處理等領域取得了巨大的成功。本書既介紹DNN理論的學習，又包含豐富的案例，可幫助你利用人工智能技術來解決現實問題。
通過閱讀本書，你將學習如何有效地使用谷歌的深度學習開源框架TensorFlow，實現不同的深度學習網絡，如卷積神經網絡（CNN）、循環神經網絡（RNN）、深度Qlearning網絡（DQN）、生成對抗網絡（GAN）。同時，還將學習如何使用TensorFlow的高級封裝工具Keras。
你還能學習如何處理一些流行的數據集，如MNIST、CIFAR-10以及YouTube-8M等。不僅可以了解 TensorFlow支持的移動端和嵌入式平台，還能夠學習如何設置深度學習雲平台，以及TPU架構和它如何影響DNN的未來。
本書主要內容：
各種有影響力的數據集，例如MNIST、CIFAR-10、YouTube-8M，以及如何在TensorFlow代碼中獲取和使用它們。
使用TensorBoard理解神經網絡架構、優化學習過程，以及查看神經網絡內部結構。
使用不同的回歸技術進行預測和分類。
在TensorFlow中構建單層和多層感知機。
在TensorFlow中實現CNN和RNN，並使用它們解決現實問題。
學習如何使用受限玻爾茲曼機來推薦影片。
利用自動編碼機和深度置信網絡進行情緒檢測。
用神經網絡智能體和各種強化學習技術玩遊戲