基於TENSORFLOW的深度學習是一本2018年出版的圖書，由中國電力出版社出版
基本介紹
- 中文名：基於TENSORFLOW的深度學習
- 出版社：中國電力出版社
- ISBN：9787519830311
- 定價：16.56 元
內容簡介,圖書目錄,
內容簡介
學習TensorFlow基礎，包括如何進行基本運算。
建立簡單的學習系統來理解數學基礎。
深入理解在數千套用中效果良好的全連線深度網路。
使用超參最佳化，將原型轉換成高質量的模型。
使用卷積神經網路處理圖像。
使用循環神經網路處理自然語言數據集。
使用強化學習解決譬如三連棋等遊戲。
使用GPU、TPU等硬體訓練深度網路。
圖書目錄
前言 1
第1章 深度學習概述 5
1.1 機器學習吞噬計算機科學 .5
1.2 深度學習原型 6
1.3 深度學習架構 10
1.4 深度學習框架 19
1.5 小結 20
第2章 TensorFlow原型概述 21
2.1 張量介紹 21
2.2 TensorFlow中的基本計算 32
2.3 命令式和聲明式編程 40
2.4 小結 44
第3章 使用TensorFlow進行線性和Logistic回歸 45
3.1 數學回顧 45
3.2 學習TensorFlow 56
3.3 在TensorFlow中訓練線性和Logistics模型 66
3.4 小結 78
第4章 全連線深層網路 81
4.1 什麼是全連線深層網路？ 81
4.2 全連線網路中的“神經元”.83
4.3 訓練全連線神經網路 89
4.4 在TensorFlow中實現 95
4.5 小結 .100
第5章 超參數最佳化 103
5.1 模型評估與超參數最佳化 .104
5.2 指標，指標，指標 105
5.3 超參數調優算法 111
5.4 小結 .117
第6章 卷積神經網路 118
6.1卷積結構概述 119
6.2 卷積網路的套用 125
6.3 用TensorFlow訓練卷積網路 132
6.4 小結 .144
第7章 遞歸神經網路 145
7.1 遞歸結構概述 .146
7.2 循環神經元 148
7.3 遞歸模型的套用 150
7.4 神經網路圖靈機 153
7.5 遞歸神經網路的實際套用 155
7.6 處理Penn Treebank語料庫 155
7.7 小結 163
第8章 強化學習 164
8.1 馬爾科夫決策過程 .168
8.2 強化學習算法 .170
8.3 強化學習的局限性 .174
8.4 玩轉tic-tac-toe 175
8.5 A3C算法 187
8.6 小結 .196
第9章 訓練大型深度網路 .198
9.1 為深度網路自定義硬體 .198
9.2 使用CPU訓練 199
9.3 分散式深度網路訓練 204
9.4 在Cifar10上與多GPS進行數據並行訓練 206
9.5 小結 .215
第10章 深度學習的未來 216
10.1 技術行業以外的深度學習 .216
10.2 道德地使用深度學習 219
10.3 通用人工智慧是否迫在眉睫？ .221
10.4 接下來，何去何從？ 222
