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

  • 醉染图书深度学习TensorFlow编程实战9787302559702
  • 正版全新
    • 作者: 袁梅宇著 | 袁梅宇编 | 袁梅宇译 | 袁梅宇绘
    • 出版社: 清华大学出版社
    • 出版时间:2020-08-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 袁梅宇著| 袁梅宇编| 袁梅宇译| 袁梅宇绘
    • 出版社:清华大学出版社
    • 出版时间:2020-08-01
    • 版次:1
    • 印次:1
    • 字数:440
    • 页数:292
    • 开本:16开
    • ISBN:9787302559702
    • 版权提供:清华大学出版社
    • 作者:袁梅宇
    • 著:袁梅宇
    • 装帧:平装
    • 印次:1
    • 定价:69.00
    • ISBN:9787302559702
    • 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:2020-08-01
    • 页数:292
    • 外部编号:1202131085
    • 版次:1
    • 成品尺寸:暂无

    章 TensorFlow介绍 1
    1.1 深度学习与TensorFlow简介 2
    1.1.1 深度学习简介 2
    1.1.2 TensorFlow简介 3
    1.2 TensorFlow的安装 6
    1.2.1 Anaconda下载 6
    1.2.2 在Windows平台安装TensorFlow 7
    1.. 在Linux Ubuntu下安装TensorFlow 8
    1.2.4 Anaconda管理 9
    1.3 常用数据集 13
    1.3.1 MNIST数据集 13
    1.3.2 Fashion-MNIST数据集 14
    1.3.3 MB数据集 16
    1.3.4 CIFAR-10数据集 18
    1.3.5 REUTERS数据集 20
    1.3.6 IC数据集 22
    1.3.7 Dogs vs. Cats数据集
    第2章 TensorFlow文件操作 25
    2.1 CSV文件操作 26
    2.1.1 读取CSV文件 26
    2.1.2 生成CSV文件 27
    2.2 编写网络下载程序 28
    . TFRecords文件操作 30
    ..1 生成TFRecords文件 30
    ..2 读取TFRecords文件 33
    2.4 数据集API 35
    2.4.1 数据集对象 35
    2.4.2 读取内存数据 36
    2.4.3 读取文本文件 38
    2.4.4 读取CSV文件 39
    2.4.5 读取图像文件 41
    第3章 BP神经网络原理与实现 45
    3.1 神经网络构件 46
    3.1.1 神经元 46
    3.1.2 激活函数 47
    3.2 神经网络原理 5
    .2.1 神经网络表示 5
    .2.2 前向传播 54
    3.. 代价函数 58
    3.2.4 梯度下降 58
    3.2.5 反向传播 60
    3.3 BP神经网络的Python实现 6
    ..1 辅函数 6
    ..2 前向传播实现 66
    3.3.3 反向传播实现 68
    3.3.4 模型训练和预测 7
    ..5 主函数和运行结果 74
    3.4 BP神经网络的TensorFlow实现 76
    3.4.1 加载数据集 76
    3.4.2 模型训练和预测 77
    第4章 TensorFlow基础编程 79
    4.1 TensorFlow的编程环境 80
    4.2 TensorFlow计算图 81
    4.3 核心概念 81
    4.3.1 变量与占位符 81
    4.3.2 矩阵运算 85
    4.3.3 常用运算符 86
    4.3.4 图、会话及运行 87
    4.4 通过实例学习TensorFlow 90
    4.4.1 异或问题描述与解决思路 90
    4.4.2 低级API解决异或问题 91
    4.4.3 用Keras解决异或问题 93
    4.4.4 用Estimators解决异或问题 94
    4.5 一个简单的文本分类示例 97
    4.6 TensorBoard可视化工具 101
    4.6.1 启动TensorBoard 101
    4.6.2 在浏览器中查看 103
    第5章 神经网络训练与优化 107
    5.1 神经网络迭代概述 108
    5.1.1 训练误差与泛化误差 108
    5.1.2 训练集、验集和测试集的划分 109
    5.1.3 偏差与方差 111
    5.2 正则化方法 112
    5.2.1 提前终止 113
    5.2.2 正则化 113
    5.. Dropout 115
    5.3 优化算法 117
    5.3.1 小批量梯度下降 117
    5.3.2 Momentum算法 119
    5.3.3 RMSProp算法 121
    5.3.4 Adam算法 124
    第6章 卷积神经网络原理 127
    6.1 CNN介绍 128
    6.1.1 CNN与图像处理 128
    6.1.2 卷积的基本原理 128
    6.1.3 池化的基本原理 138
    6.2 Keras实现LeNet-5网络 142
    6.2.1 LeNet-5介绍 142
    6.2.2 使用Keras实现LeNet-5网络 143
    6.3 用Estimator实现CIFAR-10图像识别 147
    6.3.1 预创建的Estimatr 47
    6.3.2 定制 Estimatr 51
    6.3.3 用TensorBoard查看 157
    第7章 卷积神经网络示例 161
    7.1 经典CNN案例 162
    7.1.1 VGG 162
    7.1.2 ResNet 163
    7.1.3 Inception 165
    7.1.4 Xception 168
    7.2 使用预训练的CNN 169
    7.2.1 直接使用预训练CNN 169
    7.2.2 数据生成器 172
    7.. 特征提取 173
    7.2.4 微调 181
    7.3 CNN可视化 183
    7.3.1 中间激活可视化 183
    7.3.2 过滤器可视化 190
    第8章 词嵌入模型 195
    8.1 词嵌入模型介绍 196
    8.1.1 独热码 196
    8.1.2 词嵌入 202
    8.2 词嵌入学习 204
    8.2.1 词嵌入学习的动机 204
    8.2.2 Skip-Gram算法 205
    8.. CBOW算法 207
    8.2.4 负采样 208
    8.2.5 GloVe算法 211
    8.3 Word2Vec算法实现 212
    8.3.1 Skip-Gram算法实现 212
    8.3.2 CBOW算法实现 218
    8.3.3 负采样Skip-Gram算法实现 220
    第9章 循环神经网络原理 229
    9.1 RNN介绍 0
    9.1.1 有记忆的神经网络 0
    9.1.2 RNN的用途
    9.2 基本的RNN模型
    9.2.1 基本RNN的原理
    9.2.2 基本RNN的训练问题 241
    9.. 基本RNN示例 243
    9.3 LSTM 246
    9.3.1 LSTM原理 246
    9.3.2 LSTM示例 250
    9.4 GRU 251
    9.4.1 GRU原理 251
    9.4.2 GRU示例 253
    0章 循环神经网络示例 255
    10.1 情感分析 256
    10.2 文本序列数据生成 262
    10.2.1 向莎士比亚学写诗 262
    10.2.2 神经机器翻译 268
    参考文献 282

    袁梅宇,北航工学博士,硕士导师,现在昆明理工大学计算机系任教。为生和主讲Java程序设计、Java EE技术、数据库原理、人工智能、Dot Net技术等核心课程,参加过863 CIMS Net建设、中欧合作项目DRAGON和多项和省项目,作者公开发表十余篇,软件著作权(颁)六项。作者专著有《Java EE企业级编程开发实例详解》、《数据挖掘与机器学习——WEKA应用技术与实践》(版、第二版)、《求精要诀——Java EE编程开发案例精讲》。

    《深度学习TensorFlow编程实战》首先讲述了深度学习的基本原理,了解基本的深度学习算法之后,通过实践来解决经典的问题,逐步过渡到解决实际问题。其次,《深度学习TensorFlow编程实战》精心设计了一些调用不同的TensorFlow API来构建深度网络的实例,读者能亲身体会如何将深度学习理论应用到实际中,加深对深度学习算法的理解和编程能力的提高,逐步掌握深度学习的原理和编程技能,拉近理论与实践的距离。很后,本书专门设有读者群,欢迎读者加群,方便与作者一起探讨书中的技术问题。

    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