免费人妻中文不卡无码_日本精品爽爽van在线_久久精品国产99久久丝袜蜜桃_女强人被春药精油按摩bd电影

書單推薦

更多

·科學出版社精品典藏

·清華大學出版社—2024年度好

·二十四節(jié)氣 | 立春

·二十四節(jié)氣│大寒

·二十四節(jié)氣│小寒

·二十四節(jié)氣 | 冬至

·二十四節(jié)氣 | 大雪

·預售 · 年度重磅報告 | 202

新書推薦

更多

·機械設計手冊（第七版）

·山東館藏文物精品大系·青銅

·ChatGPT+AI文案寫作實戰(zhàn)108招

·數字文化的崛起

·一本書讀懂30部社會學名著

·通信電子戰(zhàn)工程

·DK時間線上的全球史

·共享現(xiàn)實：是什么讓我們成為

TensorFlow深度學習及實踐（人工智能科學與技術叢書）

定　　價：89 元

叢書名：人工智能科學與技術叢書

當前圖書已被 26 所學校薦購過！

查看明細

作者：梁佩瑩著
出版時間：2020/6/1
ISBN：9787302543527
出版社：清華大學出版社

中圖法分類：P18
頁碼：348
紙張：膠版紙
版次：1
開本：16開

9

7

5

8

4

7

3

5

0

2

7

TensorFlow是2015年年底開源的一套深度學習框架，也是目前最活躍的深度學習框架之一�！禩ensorFlow深度學習及實踐》從深度學習的基礎講起，深入TensorFlow的基本框架、原理、源代碼和實現(xiàn)等各個方面，其目的在于降低學習門檻，為讀者解決問題提供詳細的方法和指導。《TensorFlow深度學習及實踐》主要內容包括：人工智能簡介，TesnorFlow的環(huán)境搭建、可視化、基礎知識、聚類分析、回歸分析、支持向量機，TensorFlow實現(xiàn)卷積神經網絡、循環(huán)神經網絡、深度神經網絡等。

《TensorFlow深度學習及實踐》適合作為對深度學習感興趣的初學者的參考用書，也適合作為人工智能、計算機等相關專業(yè)深度學習課程的教材。

前言

深度神經網絡（Deep Neural Network，DNN），也稱深度學習，是人工智能領域的重要分支，是目前許多AI應用的基礎。自從深度學習在語音識別和圖像識別任務中取得突破性成果后，使用深度學習的應用數量開始呈爆炸式增加。深度學習方法被大量應用在身份識別、無人駕駛、癌癥檢測、游戲AI等方面，甚至在許多領域，深度神經網絡的準確度已經超過人類自身的操作。
從2005年到2011年，出現(xiàn)了多種廉價的數據捕獲設備（具有集成GPS、數百萬像素相機和重力傳感器的手機）和新型高維數據捕獲裝置（3D LIDAR和光學系統(tǒng)，IoT設備等），它們使獲得前所未有的大量信息成為可能。
此外，在硬件領域，摩爾定律的盡頭已經近在咫尺，這促使了大量并行設備的開發(fā)，使其用于訓練同一模型的數據成倍增長。
硬件和數據可用性方面的進步使研究人員能夠重新審視先驅者基于視覺的神經網絡架構（卷積神經網絡等）的工作，將它們用于解決許多新的問題。
深度學習的數學原理并不復雜，但它的一些設計思想很巧妙。入門深度學習，在數學方面只要知道如何對函數求導以及知道與矩陣相乘相關的知識即可。深度學習的入門門檻甚至比傳統(tǒng)機器學習算法還要低。
TensorFlow在眾多開源框架中，幾乎一家獨大，使用TensorFlow的人越多，社區(qū)就越活躍，遇到問題就越容易解決，相關的開源項目也會越多。
本書以TensorFlow作為使用工具，從簡單的加法運算操作開始，介紹TensorFlow環(huán)境的搭建、基本使用方法，然后實現(xiàn)一個最簡單的只有兩個參數的模型，接著實現(xiàn)圖像識別、語音識別、自然語言處理等一些高級應用。書中還用4章內容介紹深度神經網絡的原理和應用。
本書特點
 書中內容由淺入深，既有原理介紹，又有實戰(zhàn)操作，使讀者可以學以致用。
 本書知識全面，介紹詳盡，即使沒有深度學習基礎的讀者，通過本書的學習也可以快速上手，掌握理論基礎知識。
 書中使用TensorFlow庫實現(xiàn)各種模型，這樣既可以降低讀者的學習門檻，又可以為解決問題提供詳細的方法。
 本書具有超強的實用性，書中提供了從單個神經元到對抗神經網絡，從有監(jiān)督學習到半監(jiān)督學習，從簡單的數據分類到語音、圖像分類等一系列前沿技術，讓讀者隨時可以查閱和參考。
本書主要內容
第1章人工智能簡介，介紹什么是人工智能，什么是深度學習，以及深度學習有哪些方法等，讓讀者簡單了解人工智能。
第2章 TensorFlow環(huán)境搭建，介紹TensorFlow的安裝環(huán)境、安裝方法以及相關模塊等內容，向讀者展示TensorFlow的使用環(huán)境。
第3章 TensorFlow可視化，從PlayGround和TensorBoard這兩方面介紹可視化，帶讀者領略TensorFlow可視化功能。
第4章 TensorFlow基礎知識，從張量、數據流圖、會話、變量、矩陣操作等內容介紹TensorFlow基礎知識，讓讀者體會TensorFlow基本功能。
第5章 TensorFlow聚類分析，從k均值聚類算法、k最近鄰算法等內容，向讀者介紹聚類分析是什么，怎樣定義相似性標準。
第6章 TensorFlow回歸分析，通過矩陣分析、線性回歸、戴明回歸、邏輯回歸等內容介紹回歸分析，幫助讀者通過數學模型來解釋不同的現(xiàn)象。
第7章 TensorFlow支持向量機，從線性支持向量機、非線性支持向量機兩大方面向讀者詳細地介紹怎樣利用支持向量機方法尋求最優(yōu)。
第8章深度神經網絡基礎知識，通過神經元、簡單神經網絡、深度神經網絡、前向傳播、反射傳播等內容向讀者全面闡述神經網絡的發(fā)展動向。
第9章 TensorFlow實現(xiàn)卷積神經網絡，通過卷積神經網絡的概念、實現(xiàn)、相關函數以及反卷積神經網絡等內容，向讀者講解卷積神經網絡的功能和實際應用。
第10章 TensorFlow實現(xiàn)循環(huán)神經網絡，通過循環(huán)神經網絡的結構、實現(xiàn)、長短時記憶網絡、自然語言建模等內容，向讀者詳細地介紹這個對時序數據非常有用的框架。
第11章 TensorFlow實現(xiàn)深度神經網絡，通過深度神經網絡的起源、模型、藝術風格、生成式對抗網絡等內容，向讀者介紹各種深度模型，并由簡單神經元介紹到對抗神經網絡。
配套資源
本書提供PPT課件、源代碼、習題答案等資料，請掃描此處二維碼或到清華大學出版社官方網站本書頁面下載。

由于時間倉促，加之作者水平有限，錯誤和疏漏之處在所難免，誠懇期望得到各領域專家和廣大讀者的批評指正，請發(fā)送郵件到workemail 6@163.com。
作者
2020年4月

你還可能感興趣

我要評論

感谢您访问我们的网站，您可能还对以下资源感兴趣：

免费人妻中文不卡无码

亚洲日韩在线中文字幕婷婷精品国产呦系列在线观看欧美激情人妻狠狠插精品一区二区经典av三级在线