返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 全新TensorFlow2学习指南(英)托尼·霍尔德罗伊德9787302564638
  • 正版
    • 作者: (英)托尼·霍尔德罗伊德著 | (英)托尼·霍尔德罗伊德编 | (英)托尼·霍尔德罗伊德译 | (英)托尼·霍尔德罗伊德绘
    • 出版社: 清华大学出版社
    • 出版时间:2020-11-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    萌萌哒图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: (英)托尼·霍尔德罗伊德著| (英)托尼·霍尔德罗伊德编| (英)托尼·霍尔德罗伊德译| (英)托尼·霍尔德罗伊德绘
    • 出版社:清华大学出版社
    • 出版时间:2020-11-01
    • 版次:1
    • 印次:1
    • 字数:184000
    • 页数:168
    • 开本:16开
    • ISBN:9787302564638
    • 版权提供:清华大学出版社
    • 作者:(英)托尼·霍尔德罗伊德
    • 著:(英)托尼·霍尔德罗伊德
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787302564638
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-11-01
    • 页数:168
    • 外部编号:1202180952
    • 版次:1
    • 成品尺寸:暂无

    部分TensorFlow2基本内容介绍

    章TensorFlow2简介

    1.1初识TensorFlow生态系统

    1.2TensorFlow的安装

    1.3内务管理和Eager作
    1.3.1导入TensorFlow

    1.3.2TensorFlow的编码风格约定

    1.3.3动态图机制

    1.3.4声明Eager变量

    1.3.5声明TensorFlow常量

    1.3.6创建tensor张量

    1.3.7张量的秩(维数)

    1.3.8指定张量的元素

    1.3.9将张量转换为NumPy/Python变量

    1.3.10计算张量的大小(元素数)

    1.3.11查看张量的数据类型

    1.3.12张量元素的基本运算规则

    1.3.13广播机制

    1.3.14TensorFlow转置和矩阵乘法

    1.3.15张量数据类型的转换

    1.3.16声明不规则张量

    1.4TensorFlow的基本作
    1.4.1计算张量的平方差

    1.4.2计算平均值

    1.4.3随机初始化张量

    1.4.4查找优选和元素的索引

    1.4.5使用检查点保存和恢复张量值

    1.4.6tf.function

    1.5小结

    第2章TensorFlow2的不错API——Keras

    2.1Keras的使用情况及优势

    2.2Keras特

    .Keras默认配置文件

    2.4Keras后端

    2.5Keras数据类型

    2.6Keras模型

    2.6.1Keras序列模型

    2.6.2Keras函数式API

    2.6.3子类化Keras模型类

    2.6.4使用数据管道

    2.6.5保存和加载Keras模型

    2.6.6Keras数据集

    2.7小结

    第3章基于TensorFlow2的ANN技术

    3.1获取数据集

    3.1.1从NumPy数组获取数据

    3.1.2从CSV文件获取数据

    3.1.3使用TFRecords存取数据

    3.1.4使用独热编码处理数据

    3.2ANN层

    3.2.1全连接层

    3.2.2卷积层

    3..优选池化层

    3.2.4批标准化层和Dropout层

    3.2.5Softmax层

    3.3激活函数

    3.4创建模型

    3.5梯度计算

    3.6损失函数

    3.7小结

    第二部分TensorFlow2中的有监督和无监督学习

    第4章基于TensorFlow2的有监督学习

    4.1有监督学习

    4.2线回归

    4.3个线回归示例

    4.4波士顿房价数据集

    4.5逻辑回归(分类)

    4.6k近邻(KNN)

    4.7小结

    第5章基于TensorFlow2的无监督学习

    5.1自动编码器

    5.2一个简单的自动编码器

    5.2.1数据预处理

    5.2.2训练

    5..结果显示

    5.3自动编码器的应用——去噪

    5.3.1设置

    5.3.2数据预处理

    5.3.3带噪声的图像

    5.3.4创建编码层

    5.3.5创建解码层

    5.3.6模型概要

    5.3.7模型实例化、编译和训练

    5.3.8图像去噪

    5.3.9TensorBoard输出

    5.4小结

    第三部分TensorFlow2的神经网络应用

    第6章基于TensorFlow2的图像识别

    6.1基于TensorFlow的ickDraw图像分类

    6.1.1数据获取

    6.1.2设置环境

    6.1.3数据预处理

    6.1.4模型创建

    6.1.5模型训练和测试

    6.1.6TensorBoard回调函数

    6.1.7模型保存、加载和重新测试

    6.1.8用.h5格式保存和加载NumPy图像数据

    6.1.9预训练模型的加载和使用

    6.2基于TensorFlow的CIFAR10图像分类

    6.2.1简介

    6.2.2应用

    6.3小结

    第7章基于TensorFlow2的图像风格迁移

    7.1导入配置

    7.2图像预处理

    7.3查看原始图像

    7.4使用VGG19架构

    7.5创建模型

    7.6计算损失

    7.7执行风格迁移

    7.8展示

    7.9小结

    第8章基于TensorFlow2的循环神经网络

    8.1神经网络处理模式

    8.2循环结构

    8.3RNN的应用

    8.4RNN代码示例

    8.5模型构建与实例化

    8.6模型训练与使用

    8.7小结

    第9章TensorFlow Estimators和TensorFlow Hub

    9.1TensorFlow Estimators

    9.2TensorFlow Hub

    9.2.1MB(电影评论数据库)

    9.2.2数据集

    9..代码

    9.3小结

    附录从tf1.12转换为tf2

    《TensorFlow 2学习指南》从TensorFlow 2的基础知识讲起,深入介绍TensorFlow 2在多个 AI细分方向的进阶实战,同时把机器学习算法和框架的使用结合起来,让读者学习框架的同时,还能够更深入地了解算法的原理。内容上尽量避免晦涩数学公式所带来的负担,通俗易懂、案例丰富、实用强,特别适合TensorFlow 2的入门者和进阶者使用。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购