零起點 TensorFlow 快速入門

何海群

零起點 TensorFlow 快速入門
  • 出版商: 電子工業
  • 出版日期: 2017-10-01
  • 定價: $414
  • 售價: 7.5 折 $311
  • 語言: 簡體中文
  • 頁數: 343
  • 裝訂: 平裝
  • ISBN: 7121323338
  • ISBN-13: 9787121323331
  • 相關分類: DeepLearning、TensorFlow

    • 立即出貨

買這商品的人也買了...

相關主題

商品描述

TensorFlow是近年來影響最大的神經網絡和深度學習平臺，本書以生動活潑的語言，從入門者的角度，對TensorFlow進行介紹，書中包含大量簡單風趣的實際案例，如孤獨的神經元、梵高畫風等，讓廣大初學者快速掌握神經網絡的基本編程，為進一步學習人工智能奠定扎實的基礎。

作者簡介

何海群，網名：字王，

CHRD前海智庫CTO，《中華大字庫》發明人，出版書籍20餘部，在人工智能、數據分析等方面具有20年一線專業經驗；zwPython開發平台、zwQuant量化軟件設計師，中國“Python創客”項目和“Python產業聯盟”發起人，國內首個Python量化課程：《Python量化實盤·魔鬼訓練營》創始人，極寬量化開源團隊的創始人。

1990年，發明國內第一個VR數據手套並獲得專利授權，被業界稱為“中國VR之父”；1992年，論文《人工智能與中文字型設計》入選《廣東青年科學家文集》，現已成為中文字庫行業三大基礎建模理論之一；1997年，出版國內首部網絡經濟專著《網絡商戰》；2008年，在北京聯合創辦國內首家4A級網絡公關公司，服務過200餘家國際五百強企業，被公關協會譽為：中國網絡公關事業的開創者與啟蒙者；2012年，發布國內首個自主研發的智能中文字庫設計軟件《x2ttf塗鴉造字》，全功能全免費公益軟件； 2016年，推出國內首套純python開源量化軟件：zwQuant，以及國內首個Tick級別開源金融大數據項目：zwDat金融數據包。

目錄大綱

第1章不朽的梵高1 
1.1星夜傳奇1 
1.2TensorFlow簡介3 
案例1—1：星夜傳奇實戰編程5 
案例1—2：星夜傳奇批量編程11 
1.3十萬次迭代14 
1.4黑箱大法16 
1.5超級KISS法則與大智若愚17 
第2章TensorFlow安裝22 
2.1目錄結構22 
2.2化繁為簡23 
2.3CPU版本安裝25 
2.4GPU版本安裝25 
案例2—1：GPU開發環境測試28 
第3章可視化AI圖表33 
3.1TensorBoard可視化工具33 
案例3—1：hello，愛麗絲34 
3.1.1TensorBoard主界面36 
3.1.2快速啟動腳本38 
3.2加法器41 
案例3—2：加法器的算法結構圖41 
案例3—3：加法器的變化版本43 
案例3—4：乘法器的算法結構圖44 
第4章快速入門47 
4.1你好，神經網絡47 
案例4—1：字符串表達式47 
案例4—2：hello，TensorFlow48 
4.2圖運算與Session49 
案例4—3：缺省圖運算49 
案例4—4：可視化Session52
4.3常量、變量與占位符56 
案例4—5：常量加法57 
案例4—6：加法與占位符58 
案例4—7：加法與變量59 
4.4TensorFlow常用數值運算62 
第5章TensorFlow總覽63 
5.1 TensorFlow產業鏈關係圖65 
5.2TensorFlow模塊列表66 
5.2.1源碼目錄結構66 
案例5—1：內置模塊列表68 
5.2.2模塊結構圖70 
5.2.3API抽象接口示意圖71 
5.2.4神經網絡三大模塊71 
5.3數據類型72 
5.4TensorFlow常用術語73 
5.5TensorFlow簡化接口77 
第6章基礎知識79 
6.1數據流圖79 
6.2設備切換Device81 
6.3三大數據類型82 
案例6—1：變量操作86 
6.4Feed數據提交89 
案例6 —2：Feed提交數據90 
案例6—3：批量Feed提交數據92 
案例6—4：批量Feed提交多維數據92 
6.5Fetch獲取數據93 
案例6—5：Fetch獲取數據93 
案例6—6：Fetch獲取多維數組95 
案例6—7：會話Session97 
6.6批尺寸Batch_Size99
第7章孤獨的神經元101 
7.1神經元模型101 
案例7—1：單細胞算法102 
7.2可視化分析107 
案例7—2：單細胞算法優化版108 
第8章歸來吧，數據112 
8.1分類——機器學習的核心112 
8.2萬物皆回歸112 
案例8—1：傳統機器學習114 
案例8—2：TensorFlow線性回歸模型117 
8.3模型簡理124 
案例8—3：TensorFlow模型保存125 
案例8—4：TensorFlow模型讀取126 
第9章Pkmital入門案例套餐（上）128 
9.1Halcon簡介128 
9.2帕拉格？庫馬爾案例合集簡介129 
9.3Pkmital案例集合詳解131 
9.4TensorFlow基礎132 
案例9—1：TensorFlow基礎權重設置和圖形計算132 
案例9—2：圖像的捲積計算140 
9.5回歸算法145 
案例9—3：線性回歸145 
案例9—4：線性回歸修正版150 
9.6多項式回歸151 
案例9—5：多項式回歸151 
案例9—6：多項式回歸修正版153 
9.7邏輯回歸模型154 
案例9—7：邏輯回歸模型154 
9.8CNN卷積神經網絡算法159
案例9—8：CNN卷積神經網絡159 
第10章Pkmital入門案例套餐（下）165 
10.1自編碼算法165 
案例10—1：自編碼算法165 
10.2dAE降噪自編碼算法170 
案例10—2：dAE降噪自編碼算法170 
10.3CAE卷積編碼算法177 
案例10—3：CAE卷積編碼算法177 
10.4DRN深度殘差網絡183 
案例10—4：DRN深度殘差網絡183 
10.5VAE變分自編碼算法189 
案例10—5：VAE變分自編碼算法189 
10.6TDV聯合矩陣模型199 
…… 
第11章TensorFlow內置案例分析
第12章TensorLayer案例分析
第13章TFLearn案例分析
第14章Keras案例分析
第15章TensorFlow常用運行模式

類似商品