标签
内容简介
本书基于TensorFlow 1.0版本的API撰写，面向希望快速把深度学习想法落地为可运行模型的开发者与研究者。全书先从TensorFlow的计算图、会话、变量等基础原理讲起，并对比TensorFlow与其他主流深度学习框架的异同，帮助读者理解这套框架的设计思路与适用边界。在实践部分，作者用完整代码实现了多种类型的深度神经网络，包括自编码器（AutoEncoder）、多层感知机（MLP）、卷积神经网络（AlexNet、VGGNet、Inception Net、ResNet）、Word2Vec 词向量，以及循环神经网络（LSTM、双向RNN）与深度强化学习中的策略网络和价值网络。此外还专门讲解了TensorBoard可视化、单机多GPU并行、分布式并行训练，以及TF.Learn等到其他TensorFlow组件的使用方法。全书强调代码可跑通、案例贴近工业场景，读完后读者可以独立完成常见深度学习模型的搭建与训练，并理解多卡与分布式环境下的工程实践要点。需要提醒的是，书中示例基于TensorFlow 1.x API，与后来的2.x版本在会话、图模式等方面差异较大，动手时需做相应适配。
编辑推荐
这是一本诞生于TensorFlow 1.0发布节点上的中文实战书，作者黄文坚、唐源长期活跃在算法与开源社区，写作视角贴近一线工程，而不是学院式推导。它最有价值的地方在于“框架对比＋代码完整实现”的组合：既讲清Compute Graph、Session这些容易被跳过的基础概念，又把AlexNet、VGGNet、Inception Net、ResNet、Word2Vec、LSTM、策略网络与价值网络等经典模型逐一写成可运行的TensorFlow代码，让读者能顺着代码把知识串起来。对2017年前后的读者来说，多GPU与分布式并行、TensorBoard可视化、TF.Learn组件这几章尤为难得，弥补了很多入门书只讲单机小demo的不足。当然，本书基于1.x API，图模式与会话的写法已与今天主流的2.x/ Keras风格不同，个别代码需要改环境才能跑通；但神经网络结构与工程思路本身并未过时，把它当作理解底层机制、对照新旧API的学习材料仍然合适。
适合谁读
适合
- 已掌握Python与基础机器学习知识的开发者，希望系统上手TensorFlow框架
- 需要把CNN、RNN、Word2Vec、强化学习等模型写成可运行代码的工程实践者
- 想了解多GPU并行、分布式训练与TensorBoard可视化等工程环节的技术人员
- 希望理解TensorFlow底层图与会话机制、以便迁移到新版API的学习者
不适合
- 完全没有Python编程与神经网络基础、希望零门槛入门的读者
- 只想学习TensorFlow 2.x与Keras高级API、不打算适配旧代码的读者
- 偏重深度学习数学推导与理论证明、对工程代码兴趣不大的研究者
阅读建议
- 先按附录搭好GPU环境，逐章跑通代码，遇到1.x与2.x API差异时优先查阅官方迁移文档
- 把第2章框架对比与第5、6章经典CNN结构对照阅读，理解各网络设计的取舍
- 第9章并行内容建议在至少一张GPU的机器上复现，单机多卡与分布式部分可先跑通单卡再扩展
- 读完后用新版API重写其中一两个模型，既验证理解，也完成代码迁移练习
出版社简介
电子工业出版社
中国 · 成立于 1982 年
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
- 第1章 TensorFlow基础介绍
- 第2章 TensorFlow与其他深度学习框架的对比
- 第3章 TensorFlow实现Softmax Regression识别手写数字
- 第4章 TensorFlow实现自编码器及多层感知机
- 第5章 TensorFlow实现卷积神经网络
- 第6章 TensorFlow实现经典卷积神经网络
- 第7章 TensorFlow实现Word2Vec
- 第8章 TensorFlow实现循环神经网络及深度学习中的强化学习
- 第9章 TensorBoard、多GPU并行及分布式并行
- 第10章 TF.Learn及其他TensorFlow辅助组件
- 附录 安装TensorFlow及配置GPU环境
常见问题
这本书适合零基础读者吗？
不太适合零基础。书中省略了大量数学推导，但默认读者具备Python编程与神经网络基本概念，至少理解前向传播、反向传播、损失函数等术语，否则读代码部分会比较吃力。
书里的代码现在还能直接运行吗？
书中示例基于TensorFlow 1.0 API，使用计算图与会话等写法，在2.x版本中默认已不可直接运行。需要安装兼容模式（tf.compat.v1）或手动改写为Keras风格，模型结构本身仍可参考。
这本书和《TensorFlow：实战Google深度学习框架》是同一本吗？
不是。本书为黄文坚、唐源合著，电子工业出版社2017年出版；后者为郑泽宇、顾思宇合著。两本书都讲TensorFlow 1.x入门，章节安排与侧重不同，选购时注意区分作者。
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
黄文坚
作者
黄文坚，公开资料有限，目前可确认的身份主要与计算机技术写作相关。其库内作品仅有一种，即《TensorFlow实战》，该书常被归入编程设计类。从书名与分类看，这本书面向深度学习框架 TensorFlow 的实践应用，属于技术入门与工程操作方向，而非理论专著或学术研究。由此可以推断，作者的写作重心在于把框架用法、模型搭建与代码实现讲清楚，语言风格偏向直接、务实，服务于希望动手实践的读者。对于初学者和工程人员而言，这类书的价值在于降低上手门槛、提供可参照的操作路径。由于生卒年、国籍、学历、职业经历等信息均未确认，本简介不涉及其个人生平，仅就现有作品题材与写作取向作客观说明。
