电子书:《面向机器智能的TensorFlow实践》

[复制链接]
查看431 | 回复1 | 2020-1-3 14:24:00 | 显示全部楼层 |阅读模式

《面向机器智能的TensorFlow实践》_1

《面向机器智能的TensorFlow实践》_1

《面向机器智能的TensorFlow实践》_2

《面向机器智能的TensorFlow实践》_2

《面向机器智能的TensorFlow实践》_3

《面向机器智能的TensorFlow实践》_3


内容简介:

内容简介
本书是一本绝佳的 Tensor Flow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
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 Tensor Flow AP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 AP中最新推出的
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
Tensor|ow的学习资源
原书封面

■■智能系统与技术丛书
TensorFlow for Machine Intelligence
面向机器智能
Tensor Flow实践
山姆·亚伯拉早( Sam Abraham
美)丹尼亚尔,哈夫纳( Danijar Ha

埃里克·厄威特( Erik Erwitt
同里尔·斯卡尔皮内里( Ariel Scarpinell)
业出版社

图书在版编目(CIP)数据
面向机器智能的 TensorFlow实践/(美)山姆·亚伯拉罕( Sam abrahams)等著;段菲
陈澎译,一北京:机械工业出版社,2017.4
能系统与技术丛书)
书名原文: TensorFlow for Machine Intelligence
ISBN978-7-111-56389-1
1.面…1.①山…②段…③陈…Ⅲl人工智能一算法一研究Iv.TP18
中guo版本图书馆CIP数据核字(2017)第055049号
本书版权登记号:图字:01-2016-5125
elligence (ISBN: 9781939902351
el Scarpinelli by Bleedin
an imprint of Backstop Media
Chinese simplified language edition published by China Machine Press.
Copyright o 2017 by China Machine
本书中文简体字版由 Bleeding Edge Press授权机械工业出版社独家出版。未经出版者书面许可,不得以任何
方式复制或抄袭本书内容
面向机器智能的 Tensor Flow实践
出版发行:机械工业出版社(北京市西城区百万庄大衡22号邮改编码:10007
责任编辑:张梦玲
责任校对:李秋荣
印刷:北京诚信伟业印刷有限公司
版次:2017年4月第1版第1次印刷
开本:186mmx240mm1/16
书号:ISBN978-7-111-56389-1
定价:69.00元
凡购本书,如有缺页、倒页、脱页,由本社发
服热线010}8837942688361066
投稿热线010)88379604
59读者信箱:hzit@ebook.com
封底无防伪
本书法律问:北京大成律师事务所光/邹晓东

THE TRANSLATOR ' S WORI
译者序
我们正处在一个激动人心的时代,深度学习作为近年来最具突破性的技术
推动了人工智能领域的研究_进.程_,并迅速_渗.透_各行各业,同时带动了一大批如家庭服务机器
人、自动驾驶这样的新兴产业。不夸张地说,深度学习技术正在深刻地影响着人们的工作
生活和思维方式
为了帮助人们更高效地从事深度学习研究和应用,并积极分享其研究成果,优秀的开
源深度学习框架如雨后春笋般不断涌现。作为深度学习领域巨擘之一的 Google也在205
年11月将自己的第二代分布式机器学习系统 Tensor Flow开源。虽然发布时间较晚,但凭借
Google在业内广泛而巨大的影响力以及顶尖的人工智能研究水平,其代码的简洁性、部署的
便利性,以及在学术研究和产品研发两端取得的良好平衡,在极短的时间内便从众多优秀的
深度学习框架中脱颖而出,获得了广大开发者的强烈关注。自公开发布以来, TensorFlow
终保持着兼收并蓄的态势,不断地从其他优秀开源框架中汲取优秀特性,在广大研究和开发
人员的强力推动下,不断快速迭代并大幅提升代码的效率,平均每周的代码更新量都超过了
万行,所形成的社区开创了空前的活跃度。完全可以预见, TensorFlow将长期位列一流开源
框架的行列
虽然 Tensor Flow的优点数不胜数,但其“不足”也较为突出,那就是其接口过于复杂
对初学者的编程技能和知识水平要求偏高,学习曲线过陡。本书的问世在一定程度上缓解了
这个矛盾。本书的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,生动讲解了 Tensor Flow的底层原理,并从实战角度介绍了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。难能可贵的是,他
们还介绍了在模型部署和编程中可用的诸多实用技巧。总之,本书非常适合 Tensor Flow的
人门学习
需要说明的是,这并不是一本机器学习理论或深度学习的入门读物,阅读本书需要读
者对经典机器学习理论和算法、深度卷积网络、循环神经网络的基本原理有初步的了解,并
对 Python编程和常用的 Python库(如 NumPy和 matplotlib)较为熟悉。另外,本书的代
码是基于 TensorFlow0.8版的,译者对0.9版所做的接口变动以“译者注”的形式做了部

分说明,并对原书中的一些错误进行了订正。尽管 TensorFlow1.0版已经正式发布,接口
升级相比以往任何一版都要更多,但笔者认为读者朋友大可不必过于担忧。只要清楚地掌
握了 Tensor Flow的基本原理和 Python编程,并勤于借助互联网,相信接口问题都可迎刃
而解。同时,为方便广大读者的学习,原书作者和译者也会抽时间对本书中的实例代码按
照 Tensor Flow最新版本进行升级,请大家关注原出版社和机械工业出版社相关主题的后续
图书
感谢机械工业出版社张梦玲编辑在本书翻译过程中给予的诸多帮助,也感谢家人对我无
深入理解深度学习,从了解优秀的开源框架开始,愿读者朋友们的 Tensor Flow学习之旅
段菲
2017年3月3日



回复

使用道具 举报

夏天蓝了海 | 2020-1-3 14:24:04 | 显示全部楼层
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则