從零開始學TensorFlow 2.0

作品簡介

本書從TensorFlow 2.0的基礎知識講起，深入介紹TensorFlow 2.0的進階實戰，並配合項目實戰案例，重點介紹使用TensorFlow 2.0的新特性進行機器學習的方法，使讀者能夠系統地學習機器學習的相關知識，並對TensorFlow 2.0的新特性有更深入的理解。本書共14章，主要介紹機器學習、TensorFlow 2.0基礎、張量、數據層、CNN等內容，中間還穿插了機器學習中常見的圖形識別、文本處理和對抗訓練等實例，以幫助讀者理解TensorFlow 2.0。本書著重介紹了在TensorFlow 2.0中使用Keras的方法，Keras是TensorFlow 2.0中的重點概念，十分有必要對其進行學習。本書內容通俗易懂、案例豐富、實用性強，特別適用於TensorFlow 2.0的入門者和進階者，以及有志從事機器學習的愛好者，本書還適合用作相關機構的培訓教材。

作品目錄

內容簡介

前言

第1章人工智慧的概念

1.1 機器學習

1.2 神經網路

1.3 常用的深度學習框架

第2章 TensorFlow初探

2.1 在Linux系統中安裝TensorFIow 2.0

2.2 在Linux系統中安裝TensorFIow 2.0的GPU版本

2.3 在Windows系統中安裝TensorFIow 2.0

2.4 在Windows系統中安裝TensorFIow 2.0的GPU版本

第3章 TensorFlow的基礎概念

3.1 張量

3.2 GPU加速

3.3 數據集

3.4 自定義層

第4章 TensorFlow與多層感知器

4.1 MLP簡介

4.2 基礎MLP網路

4.3 基礎模型

4.4 權重初始化

4.5 激活函式

4.6 批標準化

4.7 dropout

4.8 模型集成

4.9 最佳化器

第5章 TensorFlow與卷積神經網路

5.1 基礎卷積神經網路

5.2 卷積層的概念及示例

5.3 池化層的概念及示例

5.4 全連線層的概念及示例

5.5 模型的概念、配置及訓練

第6章 TensorFlow自編碼器

6.1 自編碼器簡介

6.2 卷積自編碼器

第7章 TensorFlow高級編程

7.1 Keras基礎

7.2 函式式API

7.3 使用Keras自定義網路層和模型

從零開始學TensorFlow 2.0

基本介紹

作品簡介

作品目錄

相關詞條

熱門詞條