《TensorFlow深度學習——手把手教你掌握100個精彩案例(Python版)》是清華大學出版社於2022年出版的書籍，作者是柯博文。
基本介紹
- 書名：TensorFlow深度學習——手把手教你掌握100個精彩案例（Python版）義項名：
- 作者：柯博文
- 出版社：清華大學出版社
- 出版時間：2022年1月1日
- 定價：89 元
- ISBN：9787302578093
內容簡介,目錄,
內容簡介
本書是一本系統論述 TensorFlow 編程的新形態圖書(含紙質圖書、程式代碼及微課視頻)。全書分為 22章:第1~5章介紹了 TensorFlow 基礎;第6~8章介紹了神經網路多層感知層編程;第9~12章介紹 了人工智慧數學;第13章介紹了存儲和讀取;第14章介紹了回歸預測數據結果;第15~17章介紹了圖 形辨識和 CNN;第18~20章介紹了 CNN 數學基礎;第21~22章介紹了物體的影像辨識。 為便於讀者高效學習,快速掌握人工智慧和機器學習編程與實踐,本書提供所有實例的完整原始碼, 並配套製作了微課視頻。本書適合作為廣大高校計算機專業相關課程的教材,也可以作為從事深度學習 與機器學習技術開發者的參考用書。
目錄
第1章Python程式設計語言
1.1Python程式設計語言歷史
1.2Python程式設計語言簡介
1.3Python版本簡介
第2章安裝和運行Python開發環境
2.1在Windows作業系統中安裝Python
2.2在Windows作業系統中測試與運行Python
2.3在Mac作業系統中安裝Python
2.4在Mac作業系統中測試與運行Python
2.5在Linux和樹莓派中安裝Python
2.6在Linux或樹莓派中測試與運行Python
第3章開發程式和工具
3.1我的第1個Windows版Python程式
3.2我的第1個Mac、Linux和樹莓派版Python程式
3.3開發和調試工具的下載和安裝
3.4打開PyCharm
3.5用PyCharm創建項目
3.6調試項目
3.7安裝Anaconda
3.8使用Anaconda
3.9pip安裝包
3.10本書需要安裝的第三方函式館列表
第4章TensorFlow簡介和安裝
4.1TensorFlow簡介
4.2安裝TensorFlow
4.3TensorFlow測試
第5章顯示卡確認
5.1安裝NVIDIA的CUDA Toolkit 9.0
5.2安裝NVIDIA的cuDNN v7.2.1
5.3安裝Python 的TensorFlowGPU函式館
5.4運行TensorFlowGPU程式
5.5通過程式指定GPU顯示卡
5.6指定GPU顯示卡記憶體上限
第6章TensorFlow神經網路模型快速上手
6.1人工智慧開發步驟
6.2創建訓練集
6.3構建模型
6.4編譯
6.5訓練
6.6評估正確率
6.7預測
第7章TensorFlow改善神經網路模型MLP的準確率
7.1模型不同的寫法
7.2TensorFlow與Keras 函式館的關係和差異
7.3標記處理獨熱編碼
7.4處理多個特徵值
7.5通過改變深度學習訓練次數改善預測結果
7.6通過改變深度學習每次訓練的數據量改善預測結果
7.7通過增加神經元的數量改善預測結果
7.8通過增加隱藏層的數量改善預測結果
7.9通過增加訓練集的數據筆數改善訓練結果
7.10使預測正確率達到100%
第8章TensorFlow神經網路模型實戰案例
8.1鳶尾花的種類判斷
8.2鳶尾花植物辨識資料庫
8.3利用Python處理Excel文檔
8.4下載並存儲鳶尾花數據
8.5多層感知器模型
8.6使用TensorFlow.keras 創建模型
8.7澳大利亞坎培拉天氣預測
8.8Excel數據的提取和存儲
8.9CSV數據的提取、處理和存儲
8.10處理天氣記錄的Excel數據
8.11使用神經網路模型MLP預測天氣
第9章TensorFlow神經網路神經元
9.1神經網路圖形工具
9.2神經網路圖形工具的TensorFlow數據
9.3神經網路圖形工具對應的TensorFlow程式
9.4調整隱藏層和神經元
9.5用最少的隱藏層和神經元區分數據
9.6通過TensorFlow 計算權重和偏移量
9.7將神經元的權重和偏移量用表達式表示
9.8用TensorFlow畫出神經元的權重和偏移量
9.9binary_crossentropy 二元法的處理
9.10自定義數據驗證回歸和神經元的關係
9.11激活函式
9.12多個神經元
第10章MLP神經網路的數學理論
10.1激活函式Sigmoid的數學理論
10.2激活函式Tanh的數學理論
10.3激活函式ReLU的數學理論
10.4使用激活函式的目的
10.5MLP的計算公式
10.6兩層神經元的數學計算
