TensorFlow机器学习实战指南 原书第2版PDF电子书下载
- 电子书积分:11 积分如何计算积分?
- 作 者:李飞译;(美国)尼克·麦克卢尔
- 出 版 社:北京:机械工业出版社
- 出版年份:2019
- ISBN:9787111631262
- 页数:281 页
第1章 TensorFlow基础 1
1.1 简介 1
1.2 TensorFlow如何工作 1
1.2.1 开始 1
1.2.2 动手做 2
1.2.3 工作原理 3
1.2.4 参考 3
1.3 声明变量和张量 4
1.3.1 开始 4
1.3.2 动手做 4
1.3.3 工作原理 6
1.3.4 延伸学习 6
1.4 使用占位符和变量 6
1.4.1 开始 6
1.4.2 动手做 6
1.4.3 工作原理 7
1.4.4 延伸学习 7
1.5 操作(计算)矩阵 8
1.5.1 开始 8
1.5.2 动手做 8
1.5.3 工作原理 10
1.6 声明操作 10
1.6.1 开始 10
1.6.2 动手做 10
1.6.3 工作原理 12
1.6.4 延伸学习 12
1.7 实现激励函数 12
1.7.1 开始 12
1.7.2 动手做 12
1.7.3 工作原理 14
1.7.4 延伸学习 14
1.8 读取数据源 14
1.8.1 开始 15
1.8.2 动手做 15
1.8.3 工作原理 18
1.8.4 参考 18
1.9 其他资源 19
1.9.1 开始 19
1.9.2 动手做 19
第2章 TensorFlow进阶 20
2.1 简介 20
2.2 计算图中的操作 20
2.2.1 开始 20
2.2.2 动手做 21
2.2.3 工作原理 21
2.3 TensorFlow的嵌入Layer 21
2.3.1 开始 21
2.3.2 动手做 22
2.3.3 工作原理 22
2.3.4 延伸学习 22
2.4 TensorFlow的多层Layer 23
2.4.1 开始 23
2.4.2 动手做 23
2.4.3 工作原理 24
2.5 TensorFlow实现损失函数 24
2.5.1 开始 25
2.5.2 动手做 26
2.5.3 工作原理 28
2.5.4 延伸学习 28
2.6 TensorFlow实现反向传播 29
2.6.1 开始 29
2.6.2 动手做 30
2.6.3 工作原理 33
2.6.4 延伸学习 33
2.6.5 参考 33
2.7 TensorFlow实现批量训练和随机训练 34
2.7.1 开始 34
2.7.2 动手做 34
2.7.3 工作原理 35
2.7.4 延伸学习 36
2.8 TensorFlow实现创建分类器 36
2.8.1 开始 36
2.8.2 动手做 37
2.8.3 工作原理 38
2.8.4 延伸学习 39
2.8.5 参考 39
2.9 TensorFlow实现模型评估 39
2.9.1 开始 39
2.9.2 动手做 40
2.9.3 工作原理 43
第3章 基于TensorFlow的线性回归 44
3.1 简介 44
3.2 用TensorFlow求逆矩阵 44
3.2.1 开始 45
3.2.2 动手做 45
3.2.3 工作原理 46
3.3 用TensorFlow实现矩阵分解 46
3.3.1 开始 46
3.3.2 动手做 46
3.3.3 工作原理 47
3.4 用TensorFlow实现线性回归算法 47
3.4.1 开始 48
3.4.2 动手做 48
3.4.3 工作原理 50
3.5 理解线性回归中的损失函数 51
3.5.1 开始 51
3.5.2 动手做 51
3.5.3 工作原理 52
3.5.4 延伸学习 53
3.6 用TensorFlow实现戴明回归算法 53
3.6.1 开始 54
3.6.2 动手做 54
3.6.3 工作原理 55
3.7 用TensorFlow实现lasso回归和岭回归算法 56
3.7.1 开始 56
3.7.2 动手做 56
3.7.3 工作原理 58
3.7.4 延伸学习 58
3.8 用TensorFlow实现弹性网络回归算法 58
3.8.1 开始 58
3.8.2 动手做 58
3.8.3 工作原理 60
3.9 用TensorFlow实现逻辑回归算法 60
3.9.1 开始 60
3.9.2 动手做 61
3.9.3 工作原理 63
第4章 基于TensorFlow的支持向量机 65
4.1 简介 65
4.2 线性支持向量机的使用 67
4.2.1 开始 67
4.2.2 动手做 67
4.2.3 工作原理 70
4.3 弱化为线性回归 71
4.3.1 开始 71
4.3.2 动手做 72
4.3.3 工作原理 74
4.4 TensorFlow上核函数的使用 75
4.4.1 开始 75
4.4.2 动手做 76
4.4.3 工作原理 80
4.4.4 延伸学习 80
4.5 用TensorFlow实现非线性支持向量机 80
4.5.1 开始 80
4.5.2 动手做 80
4.5.3 工作原理 83
4.6 用TensorFlow实现多类支持向量机 83
4.6.1 开始 83
4.6.2 动手做 84
4.6.3 工作原理 87
第5章 最近邻域法 88
5.1 简介 88
5.2 最近邻域法的使用 89
5.2.1 开始 89
5.2.2 动手做 89
5.2.3 工作原理 92
5.2.4 延伸学习 92
5.3 如何度量文本距离 92
5.3.1 开始 93
5.3.2 动手做 93
5.3.3 工作原理 95
5.3.4 延伸学习 95
5.4 用TensorFlow实现混合距离计算 95
5.4.1 开始 96
5.4.2 动手做 96
5.4.3 工作原理 98
5.4.4 延伸学习 98
5.5 用TensorFlow实现地址匹配 99
5.5.1 开始 99
5.5.2 动手做 99
5.5.3 工作原理 101
5.6 用TensorFlow实现图像识别 102
5.6.1 开始 102
5.6.2 动手做 102
5.6.3 工作原理 104
5.6.4 延伸学习 105
第6章 神经网络算法 106
6.1 简介 106
6.2 用TensorFlow实现门函数 107
6.2.1 开始 107
6.2.2 动手做 108
6.2.3 工作原理 110
6.3 使用门函数和激励函数 110
6.3.1 开始 111
6.3.2 动手做 111
6.3.3 工作原理 113
6.3.4 延伸学习 113
6.4 用TensorFlow实现单层神经网络 114
6.4.1 开始 114
6.4.2 动手做 114
6.4.3 工作原理 116
6.4.4 延伸学习 117
6.5 用TensorFlow实现神经网络常见层 117
6.5.1 开始 117
6.5.2 动手做 117
6.5.3 工作原理 122
6.6 用TensorFlow实现多层神经网络 123
6.6.1 开始 123
6.6.2 动手做 123
6.6.3 工作原理 127
6.7 线性预测模型的优化 128
6.7.1 开始 128
6.7.2 动手做 128
6.7.3 工作原理 131
6.8 用TensorFlow基于神经网络实现井字棋 132
6.8.1 开始 133
6.8.2 动手做 134
6.8.3 工作原理 139
第7章 自然语言处理 140
7.1 简介 140
7.2 词袋的使用 141
7.2.1 开始 141
7.2.2 动手做 142
7.2.3 工作原理 146
7.2.4 延伸学习 146
7.3 用TensorFlow实现TF-IDF算法 146
7.3.1 开始 146
7.3.2 动手做 147
7.3.3 工作原理 150
7.3.4 延伸学习 151
7.4 用TensorFlow实现skip-gram模型 151
7.4.1 开始 151
7.4.2 动手做 152
7.4.3 工作原理 158
7.4.4 延伸学习 158
7.5 用TensorFlow实现CBOW词嵌入模型 158
7.5.1 开始 158
7.5.2 动手做 159
7.5.3 工作原理 163
7.5.4 延伸学习 163
7.6 使用TensorFlow的Word2 Vec预测 163
7.6.1 开始 163
7.6.2 动手做 163
7.6.3 工作原理 168
7.6.4 延伸学习 168
7.7 用TensorFlow实现基于Doc2Vec的情感分析 168
7.7.1 开始 168
7.7.2 动手做 169
7.7.3 工作原理 175
第8章 卷积神经网络 176
8.1 简介 176
8.2 用TensorFlow实现简单的CNN 177
8.2.1 开始 177
8.2.2 动手做 177
8.2.3 工作原理 182
8.2.4 延伸学习 182
8.2.5 参考 183
8.3 用TensorFlow实现进阶的CNN 183
8.3.1 开始 183
8.3.2 动手做 183
8.3.3 工作原理 189
8.3.4 参考 190
8.4 再训练已有的CNN模型 190
8.4.1 开始 190
8.4.2 动手做 191
8.4.3 工作原理 193
8.4.4 参考 193
8.5 用TensorFlow实现图像风格迁移 193
8.5.1 开始 194
8.5.2 动手做 194
8.5.3 工作原理 199
8.5.4 参考 199
8.6 用TensorFlow实现DeepDream 199
8.6.1 开始 199
8.6.2 动手做 199
8.6.3 延伸学习 204
8.6.4 参考 204
第9章 循环神经网络 205
9.1 简介 205
9.2 用TensorFlow实现RNN模型进行垃圾邮件预测 206
9.2.1 开始 206
9.2.2 动手做 206
9.2.3 工作原理 211
9.2.4 延伸学习 211
9.3 用TensorFlow实现LSTM模型 211
9.3.1 开始 211
9.3.2 动手做 212
9.3.3 工作原理 218
9.3.4 延伸学习 218
9.4 TensorFlow堆叠多层LSTM 219
9.4.1 开始 219
9.4.2 动手做 219
9.4.3 工作原理 221
9.5 用TensorFlow实现Seq2Seq翻译模型 221
9.5.1 开始 221
9.5.2 动手做 222
9.5.3 工作原理 232
9.5.4 延伸学习 232
9.6 TensorFlow训练孪生RNN度量相似度 232
9.6.1 开始 232
9.6.2 动手做 233
9.6.3 延伸学习 238
第10章 TensorFlow产品化 239
10.1 简介 239
10.2 TensorFlow的单元测试 239
10.2.1 开始 239
10.2.2 工作原理 244
10.3 TensorFlow的多设备使用 244
10.3.1 开始 244
10.3.2 动手做 245
10.3.3 工作原理 246
10.3.4 延伸学习 246
10.4 分布式TensorFlow实践 246
10.4.1 开始 247
10.4.2 动手做 247
10.4.3 工作原理 248
10.5 TensorFlow产品化开发提示 248
10.5.1 开始 248
10.5.2 动手做 248
10.5.3 工作原理 250
10.6 TensorFlow产品化的实例 250
10.6.1 开始 250
10.6.2 动手做 250
10.6.3 工作原理 253
10.7 TensorFlow服务部署 253
10.7.1 开始 253
10.7.2 动手做 253
10.7.3 工作原理 256
10.7.4 延伸学习 257
第11章 TensorFlow的进阶应用 258
11.1 简介 258
11.2 TensorFlow可视化:Tensorboard 258
11.2.1 开始 258
11.2.2 动手做 259
11.2.3 延伸学习 261
11.3 用TensorFlow实现遗传算法 263
11.3.1 开始 263
11.3.2 动手做 264
11.3.3 工作原理 266
11.3.4 延伸学习 266
11.4 用TensorFlow实现k-means聚类算法 267
11.4.1 开始 267
11.4.2 动手做 267
11.4.3 延伸学习 270
11.5 用TensorFlow求解常微分方程组 270
11.5.1 开始 271
11.5.2 动手做 271
11.5.3 工作原理 272
11.5.4 参考 272
11.6 用TensorFlow实现随机森林算法 273
11.6.1 开始 273
11.6.2 动手做 273
11.6.3 工作原理 276
11.6.4 参考 276
11.7 将Keras作为TensorFlow API使用 277
11.7.1 开始 277
11.7.2 动手做 277
11.7.3 工作原理 280
11.7.4 参考 281
- 《近代旅游指南汇刊二编 16》王强主编 2017
- 《甘肃省档案馆指南》甘肃省档案馆编 2018
- 《党员干部理论学习培训教材 理论热点问题党员干部学习辅导》(中国)胡磊 2018
- 《Maya 2018完全实战技术手册》来阳编著 2019
- 《近代旅游指南汇刊 31》王强主编 2014
- 《Python3从入门到实战》董洪伟 2019
- 《近代旅游指南汇刊二编 10》王强主编 2017
- 《手工咖啡 咖啡爱好者的完美冲煮指南》(美国)杰茜卡·伊斯托,安德烈亚斯·威尔霍夫 2019
- 《近代旅游指南汇刊 13》王强主编 2014
- 《近代旅游指南汇刊 28》王强主编 2014
- 《反常识》张娟责任编辑;(美国)邓肯·J.瓦茨 2019
- 《亚历山大继业者战争 上 将领与战役》(英)鲍勃·本尼特,(英)麦克·罗伯茨著;张晓媛译 2019
- 《手工咖啡 咖啡爱好者的完美冲煮指南》(美国)杰茜卡·伊斯托,安德烈亚斯·威尔霍夫 2019
- 《战略情报 情报人员、管理者和用户手册》(澳)唐·麦克道尔(Don McDowell)著 2019
- 《深度说服》(英国)尼克·鲍多克 2019
- 《评弹与江南社会研究丛书 梅与竹 中国传统苏州评弹》李东鹏译;(美国)马克·本德尔 2019
- 《优雅的相遇》(英)尼克·钱纳 2019
- 《标准急救护理速查手册 普及版》美国骨科医师协会 (AAOS) ,美国急诊医师学会 (ACEP) 主编 2018
- 《搏击俱乐部》千之贺译;(美国)查克·帕拉尼克,卡梅隆·斯图尔特 2019
- 《次元壁》(美)迈克·雷斯尼克主编;杨枫译 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《高等教育双机械基础课程系列教材 高等学校教材 机械设计课程设计手册 第5版》吴宗泽,罗圣国,高志,李威 2018
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019
- 《中国十大出版家》王震,贺越明著 1991
- 《近代民营出版机构的英语函授教育 以“商务、中华、开明”函授学校为个案 1915年-1946年版》丁伟 2017
- 《新工业时代 世界级工业家张毓强和他的“新石头记”》秦朔 2019
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》(中国)工控帮教研组 2019
- 《AutoCAD机械设计实例精解 2019中文版》北京兆迪科技有限公司编著 2019