标签
内容简介
全书分为3个部分：第一部分介绍了核心API的用法和基础示例，包括数据类型、张量、Eager Mode、自动求导、线性回归、逻辑回归、tf.data、深度神经网络和AutoGraph机制，读者可以通过学习这一部分内容快速入门；第二部分重点演示了.NET Keras的用法，包括模型、网络层、常用API、模型搭建和模型训练，读者可以由此掌握主流的深度学习方法；第三部分主要是生产应用和案例实操，包括GPU环境搭建、自定义数据集训练、图像分类、目标检测、迁移学习、自然语言处理、生成对抗网络和F#应用案例，每个案例均有完整的代码。
本书涵盖深度学习的方法和实践，主要面向在校大学生、生产技术人员和研究人员，适合具备.NET编程基础，希望通过.NET技术开发深度学习应用的读者阅读。
编辑推荐
适合谁读
适合
- 具备C#或F#基础、想在.NET平台做深度学习的开发者
- 需要把深度学习模型集成进现有.NET项目的生产技术人员
- 学习过机器学习基础、希望用C#实践深度学习的高校学生
- 从事研究、需要快速查阅TensorFlow.NET API与案例的研究人员
不适合
- 完全没有编程基础、也未接触过.NET的零起点读者
- 希望系统学习深度学习数学推导与理论证明的读者
- 只使用Python生态、不打算接触.NET技术栈的开发者
阅读建议
- 先通读第一部分并逐段运行示例代码，打牢张量、自动求导与tf.data基础。
- 第二部分按章节亲手搭建Keras模型，对比API文档理解各层与训练参数。
- 第三部分挑选与自身项目接近的案例精读，其余案例作为查阅参考。
- 阅读时同步配置GPU环境，边读边调试可显著提升对生产部署的理解。
出版社简介
电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看，其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类，既关注技术前沿，也兼顾大众阅读。代表图书包括《因子投资：方法与实践》《x86汇编语言：从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能：语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等，多围绕技术方法与工程实践展开。作者资源方面，有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限，暂不展开更多出版特色。
目录
- 版权信息
- 内容简介
- 推荐序
- 序一
- 序二
- 第一部分 TensorFlow.NET API入门
- 第1章 TensorFlow.NET介绍
- 第2章 数据类型与张量详解
- 第3章 Eager Mode详解
- 第4章 自动求导原理与应用
- 第5章 线性回归实操
- 第6章 MNIST手写字符分类逻辑回归
- 第7章 tf.data数据集创建与预处理
- 第8章 深度神经网络实践
- 第9章 AutoGraph机制详解
- 第二部分 .NET Keras简明教程
- 第10章 Keras简要介绍
- 第11章 模型与层
- 第12章 Keras常用API说明
- 第13章 Keras搭建模型的3种方式
- 第14章 Keras模型训练
- 第三部分 生产应用与案例
- 第15章 CPU和GPU环境下的TensorFlow.NET应用
- 第16章 工业生产环境应用案例
- 第17章 在C#下使用TensorFlow.NET训练自己的数据集
- 第18章 视觉图像分类
- 第19章 视觉目标检测
- 第20章 迁移学习应用
- 第21章 自然语言处理
- 第22章 生成对抗网络
- 第23章 F#应用案例
- 参考文献
常见问题
没有深度学习基础，能直接读这本书吗？
书中的示例代码主要用什么语言编写？
这本书能帮助我把模型部署到生产环境吗？
需要按什么顺序阅读这三部分？
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
作者简介
仇华是一位公开资料有限的作者，目前可确认的作品有两部，分别涉及设计领域的人工智能技术应用。其代表作《水网地区绿色装配式护岸结构技术及实践》与《TensorFlow.NET实战》分别面向水利工程护岸设计与机器学习框架应用，题材跨度较大，共同指向工程技术实践与编程实战。从现有信息看，仇华更可能是一位长期从事工程技术或相关技术开发、并乐于将实践经验整理成书的作者，作品带有明显的应用导向，强调可操作性。由于公开资料有限，其国籍、生卒年等个人信息无从确认。现有两部作品分属设计与人工智能两类，或可说明作者关注技术交叉与实际场景的结合，但不宜作过度推断。
陈海平，公开资料有限，目前可确认的作品有《TensorFlow.NET实战》与《本草形色》两种。这两部作品题材跨度较大，分别涉及人工智能与本草类题材，在常见分类中归入人工智能与考试方向。《TensorFlow.NET实战》围绕 TensorFlow.NET 框架的实践应用展开，面向希望借助 .NET 生态进入机器学习领域的读者，具有较强的实操指向；《本草形色》则与本草主题相关，呈现出偏重传统知识整理与呈现的写作取向。从现有两种作品看，作者既能处理技术实践类内容，也涉足传统文化题材，写作风格以实用和知识梳理为主。由于生平、国籍与专业背景等信息暂付阙如，其整体创作面貌仍有待更多资料补充。
