李開復老師推薦的TensorFlow教程怎麼樣?

文章推薦指數: 80 %
投票人數:10人

《TensorFlow實戰》希望用簡單易懂的語言帶領大家探索TensorFlow,此書基於1.0版本API編寫。

也得到了李開復老師的推薦,在本書中講述了TensorFlow的基礎原理,TF和其他框架的異同。

並用具體的代碼完整地實現了各種類型的深度神經網絡:AutoEncoder、MLP、CNN(AlexNet,VGGNet,Inception Net,ResNet)、Word2Vec、RNN(LSTM,Bi-RNN)、Deep Reinforcement Learning(Policy Network、Value Network)。

此外,《TensorFlow實戰》還講解了TensorBoard、多GPU並行、分布式並行、TF.Learn和其他TF.Contrib組件。

本書希望能幫讀者快速入門TensorFlow和深度學習,在工業界或者研究中快速地將想法落地為可實踐的模型,下面是本書的目錄:

一、目錄

1 TensorFlow基礎 1

1.1 TensorFlow概要 1

1.2 TensorFlow編程模型簡介 4

2 TensorFlow和其他深度學習框架的對比 18

2.1 主流深度學習框架對比 18

2.2 各深度學習框架簡介 20

3 TensorFlow第一步 39

3.1 TensorFlow的編譯及安裝 39

3.2 TensorFlow實現SoftmaxRegression識別手寫數字 46

4 TensorFlow實現自編碼器及多層感知機 55

4.1 自編碼器簡介 55

4.2 TensorFlow實現自編碼器 59

4.3 多層感知機簡介 66

4.4 TensorFlow實現多層感知機 70

5 TensorFlow實現卷積神經網絡 74

5.1 卷積神經網絡簡介 74

5.2 TensorFlow實現簡單的卷積網絡 80

5.3 TensorFlow實現進階的卷積網絡 83

6 TensorFlow實現經典卷積神經網絡 95

6.1 TensorFlow實現AlexNet 97

6.2 TensorFlow實現VGGNet 108

6.3 TensorFlow實現GoogleInceptionNet 119

6.4 TensorFlow實現ResNet 143

6.5 卷積神經網絡發展趨勢 156

7 TensorFlow實現循環神經網絡及Word2Vec 159

7.1 TensorFlow實現Word2Vec 159

7.2 TensorFlow實現基於LSTM的語言模型 173

7.3 TensorFlow實現BidirectionalLSTMClassifier 188

8 TensorFlow實現深度強化學習 195

8.1 深度強化學習簡介 195

8.2 TensorFlow實現策略網絡 201

8.3 TensorFlow實現估值網絡 213

9 TensorBoard、多GPU並行及分布式並行 233

9.1 TensorBoard 233

9.2 多GPU並行 243

9.3 分布式並行 249

10 TF.Learn從入門到精通 259

10.1 分布式Estimator 259

10.2 深度學習Estimator 267

10.3 機器學習Estimator 272

10.4 DataFrame 278

10.5 監督器Monitors 279

11 TF.Contrib的其他組件 283

11.1 統計分布 283

11.2 Layer模塊 285

11.3 性能分析器tfprof 293

二、作者

黃文堅,PPmoney大數據算法總監,負責集團的風控、理財、網際網路證券等業務的數據挖掘工作。

Google TensorFlow Contributor。

前明略數據技術合伙人,領導了對諸多大型銀行、保險公司、基金的數據挖掘項目,包括建立金融風控模型、新聞輿情分析、保險復購預測等。

曾就職於阿里巴巴搜尋引擎算法團隊,負責天貓個性化搜索系統。

曾參加阿里巴巴大數據推薦算法大賽,於7000多支隊伍中獲得前10名。

本科、研究生就讀於香港科技大學,曾在會議和期刊SIGMOBILE MobiCom、IEEE Transactions on Image Processing發表論文,研究成果獲美國計算機協會移動計算大會(MobiCom)移動應用技術冠軍,並獲得兩項美國專利和一項中國專利。


唐源,目前在芝加哥的Uptake公司帶領團隊建立用於多個物聯網領域的數據科學引擎進行條件和健康監控,也建立了公司的預測模型引擎,現在被用於航空、能源等大型機械領域。

一直活躍在開源軟體社區,是TensorFlow和DMLC的成員,是TensorFlow、XGBoost、MXNet等軟體的committer,TF.Learn、ggfortify等軟體的作者,以及caret、pandas等軟體的貢獻者。

曾獲得谷歌Open Source Peer Bonus,以及多項高校和企業編程競賽的獎項。

在美國賓州州立大學獲得榮譽數學學位,曾在本科學習期間成為創業公司DataNovo的核心創始成員,研究專利數據挖掘、無關鍵字現有技術搜索、策略推薦等。

想要獲得本書PDF版本,請關注基數智能公眾號jishu2017ai,回復tf,一起加入人工智慧AI技術大本營。


請為這篇文章評分?


相關文章