标签
内容简介
编辑推荐
适合谁读
适合
- 具备Python基础、希望系统入门TensorFlow 2.x的本科生或研究生
- 需要把深度学习模型落到代码实现上的初学者和转行学习者
- 讲授深度学习课程、需要一本覆盖多种网络结构参考书的教师
- 想了解强化学习、迁移学习和GAN在TensorFlow中如何实现的读者
不适合
- 完全没有编程基础、尚不能阅读Python代码的读者
- 希望直接查阅TensorFlow高级API细节的资深开发者
- 只关注某一特定领域前沿研究、不需要系统入门内容的读者
阅读建议
- 先按章节顺序搭好环境并跑通示例，再回头理解每章模型的设计动机。
- 读到卷积神经网络和循环神经网络时，自己替换数据集观察训练曲线变化。
- 把TensorBoard可视化当作调试工具使用，每章至少记录一次实验对比。
- 强化学习、迁移学习和GAN部分可先读懂流程，再按兴趣深入其中一章。
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
- 编写组
- 总序
- 前言
- 第1章 TensorFlow简介
- 1.1 人工智能的编程框架
- 1.2 TensorFlow 与人工智能
- 1.3 TensorFlow 数据模型
- 1.4 TensorFlow 计算模型和运行模型
- 1.5 实验：矩阵运算
- 习题
- 第2章 Python语言基础
- 2.1 Python语言
- 2.2 基础语法
- 2.3 数据结构
- 2.4 面向对象特性
- 2.5 其他高级特性
- 2.6 实验：Python基本语法的实现
- 习题
- 第3章 环境搭建与入门
- 3.1 开发平台简介
- 3.2 开发环境部署
- 3.3 一个简单的实例
- 习题
- 第4章 TensorBoard可视化
- 4.1 什么是TensorBoard
- 4.2 基本流程与结构
- 4.3 图表的可视化
- 4.4 监控指标的可视化
- 4.5 学习过程的可视化
- 4.6 实验：TensorBoard可视化实现
- 习题
- 第5章 多层感知机实现
- 5.1 感知机
- 5.2 多层感知机与前向传播
- 5.3 前向传播
- 5.4 梯度下降
- 5.5 反向传播
- 5.6 数据集
- 5.7 多层感知机的实现
- 5.8 实验：基于Keras多层感知机的MNIST手写数字识别
- 习题
- 第6章 卷积神经网络实现
- 6.1 CNN基本原理
- 6.2 CNN的卷积操作
- 6.3 CNN的池化操作
- 6.4 使用简单的CNN实现手写字符识别
- 6.5 AlexNet
- 6.6 实验：基于VGG16模型的图像分类实现
- 习题
- 第7章 循环神经网络实现
- 7.1 RNN简介
- 7.2 长短时记忆网络
- 7.3 双向RNN
- 7.4 深层RNN
- 7.5 实验：基于LSTM的股票预测
- 习题
- 第8章 强化学习
- 8.1 强化学习原理
- 8.2 马尔可夫决策过程实现
- 8.3 基于价值的强化学习方法
- 8.4 Gym的简单使用
- 8.5 实验：基于强化学习的小车爬山游戏
- 习题
- 第9章 迁移学习
- 9.1 迁移学习原理
- 9.2 基于模型的迁移学习方法实现
- 9.3 基于VGG-19的迁移学习实现
- 9.4 实验：基于Inception V3的迁移学习
- 习题
- 第10章 生成对抗网络
- 10.1 GAN概述
- 10.2 GAN的目标函数
- 10.3 GAN的实现
- 10.4 深度卷积生成对抗网络
- 10.5 GAN的衍生模型
- 习题
- 第11章 GPU并行计算
- 11.1 并行计算技术
- 11.2 TensorFlow加速方法
- 11.3 单GPU并行加速的实现
- 11.4 多GPU并行加速的实现
- 11.5 实验：基于GPU的矩阵乘法
- 习题
常见问题
没有深度学习基础能直接读这本书吗？
书中的内容对应TensorFlow哪个版本？
这本书适合作为课程教材吗？
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
马斌，目前公开资料有限，其身份与经历尚未见系统介绍，但从库内所收录的三部作品可以大致看出其写作涉猎的跨度。他既写过《TensorFlow程序设计》这类面向编程与人工智能实践的 technical 读物，也参与编写《中文版AutoCAD 2022基础教程》，关注工程制图软件的操作入门；同时又在《一本书学会沟通：沟通就这些绝招》中转向人际沟通与管理话题。作品横跨编程设计与管理两类，整体偏向实用型、入门型写作，注重把具体工具与方法讲清楚，适合初学者按步骤学习。由于缺少作者生平与专业背景的公开信息，其写作风格与影响只能就现有书目作上述概括，更多情况有待资料补充。
冯岭，公开资料有限，目前仅知其有编程设计类作品《TensorFlow程序设计》一种。从作品题材看，冯岭关注深度学习框架 TensorFlow 的工程应用，面向希望借助这一工具开展模型搭建与程序实现的读者。这类写作通常要求作者对框架的接口、计算图机制与常见开发流程有较清楚的把握，并能把技术要点组织成便于学习的章节。由于库内仅收录这一种作品，冯岭的其他写作方向、专业背景与从业经历尚无从确认，其实际影响也有待更多资料加以说明。就现有信息而言，可以把冯岭理解为一位围绕主流深度学习框架进行技术写作与知识整理的中文作者，其作品为中文读者了解 TensorFlow 程序设计提供了一条入门路径。
