由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]TENSORFLOW大模型开发实践(制作+优化+应用)刘陈 著9
¥ ×1
第1章 TensorFlow数据集制作
1.1 使用tf.data处理数据集
1.1.1 制作数据集并训练和评估
1.1.2 将tf.data作为验证数据集进行训练
1.2 将模拟数据制作成内存对象数据集
1.2.1 可视化内存对象数据集
1.2.2 改进的方案
1.3 将图片制作成数据集
1.3.1 制作简易图片数据集
1.3.2 制作手势识别数据集
1.4 TFRecord数据集制作
1.4.1 将图片制作为TFRecord数据集
1.4.2 将CSV文件保存为TFRecord文件
1.4.3 读取TFRecord文件的内容
第2章 使用机器学习算法制作TensorFlow模型
2.1 制作线性回归模型
2.1.1 线性回归介绍
2.1.2 使用Keras实现线性回归模型
2.2 制作逻辑回归模型
2.2.1 Logistic Regression算法介绍
2.2.2 使用信用卡欺诈数据集制作模型
2.3 使用二元决策树算法制作模型
2.3.1 二元决策树介绍
2.3.2 使用二元决策树制作模型
2.4 k近邻算法
2.4.1 k近邻算法介绍
2.4.2 对服装图像进行分类
第3章 保存和加载模型
3.1 保存和加载整个模型
3.1.1 保存为SavedModel格式
3.1.2 保存为Keras H5格式
3.2 保存配置信息
3.2.1 序列化模型或函数式API模型的配置
3.2.2 自定义模型的配置
3.3 只保存和加载模型的权重值
3.3.1 在内存中迁移权重的API
3.3.2 保存加载权重的API(TensorFlow检查点格式)
3.3.3 保存加载权重的API(HDF5格式)
第4章 使用深度学习算法制作TensorFlow模型
4.1 TensorFlow卷积神经网络
4.1.1 卷积神经网络基本结构
4.1.2 制作一个卷积神经网络模型
4.2 TensorFlow循环神经网络
4.2.1 文本分类
4.2.2 制作一个循环神经网络模型
4.3 TensorFlow生成式对抗网络
4.3.1 生成模型和判别模型
4.3.2 使用生成对抗网络制作MNIST识别模型
第5章 TensorBoard模型可视化
5.1 指标参数
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
