TensorFlow深度學習實例教程 平震宇 匡亮 9787111703655 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202301*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：TensorFlow深度學習實例教程
ISBN：9787111703655
出版社：機械工業
著編譯者：平震宇 匡亮
頁數：233
所在地：中國大陸 *此為代購商品
書號：1514181
可大量預訂，請先連絡。

內容簡介

本書按照「強基礎、重應用」的原則進行編寫，在內容的安排上採用「理論+實踐」的方式，由淺入深，選取的項目可以讓學生很快上手。 本書主要包括8個項目，分別為搭建TensorFlow開發環境，手寫數字識別：TensorFlow初探，房價預測：前饋神經網絡，服裝圖像識別：Keras搭建與訓練模型，圖像識別：卷積神經網絡，AI詩人：循環神經網絡，預測汽車油耗效率：TensorFlow js應用開發，花卉識別：TensorFlow Lite。 本書既可以作為高等職業院校、應用型本科院校的計算機類、電子信息類、通信類及自動化類等專業的教材，也可以作為各種技能認證考試的參考用書，還可以作為相關技術人員的參考用書。

目錄

前言
二維碼資源清單
項目1 搭建TensorFlow開發環境
項目描述
思維導圖
項目目標
1 1 人工智能、機器學習與深度學習
1 1 1 人工智能
1 1 2 機器學習
1 1 3 深度學習
1 2 深度學習簡介
1 2 1 深度學習發展簡史
1 2 2 深度學習的工作原理
1 2 3 深度學習的應用
1 3 任務1：認識深度學習框架
1 3 1 TensorFlow
1 3 2 Keras
1 3 3 PyTorch
1 3 4 Caffe
1 3 5 MXNet
1 3 6 PaddlePaddle
1 4 任務2：搭建深度學習開發環境
1 4 1 安裝Anaconda
1 4 2 使用Conda管理環境
1 4 3 安裝TensorFlow
1 4 4 常用編輯器
拓展項目
項目2 手寫數字識別：TensorFlow初探
項目描述
思維導圖
項目目標
2 1 TensorFlow架構
2 1 1 TensorFlow架構圖
2 1 2 TensorFlow 1 x和2 0之間的差異
2 1 3 TensorFlow數據流圖
2 1 4 TensorFlow運行機制
2 2 任務1：張量的基本操作
2 2 1 張量的階、形狀、數據類型
2 2 2 現實世界中的數據張量
2 2 3 MNIST數據集
2 2 4 索引與切片
2 2 5 維度變換
2 2 6 廣播機制
2 3 任務2：張量的進階操作
2 3 1 合併與分割
2 3 2 大值、小值、均值、和
2 3 3 張量比較
2 3 4 張量排序
2 3 5 張量中提取數值
拓展項目
項目3 房價預測：前饋神經網絡
項目描述
思維導圖
項目目標
3 1 任務1：實現一元線性回歸模型
3 1 1 準備數據
3 1 2 構建模型
3 1 3 迭代訓練
3 1 4 保存和讀取模型
3 2 認識神經網絡
3 2 1 神經元
3 2 2 激活函數
3 3 任務2：房價預測
3 3 1 準備數據集
3 3 2 構建模型
3 3 3 訓練模型
3 4 前饋神經網絡
3 4 1 前饋神經網絡拓撲結構
3 4 2 損失函數
3 4 3 反向傳播演算法
3 4 4 梯度下降演算法
拓展項目
項目4 服裝圖像識別：Keras搭建與訓練模型
項目描述
思維導圖
項目目標
4 1 認識tf keras
4 1 1 Keras與tf keras
4 1 2 層（Layer）
4 1 3 模型（Model）
4 2 任務1：服裝圖像識別
4 2 1 構建模型
4 2 2 訓練模型
4 2 3 評估模型
4 3 任務2：保存與載入模型
4 3 1 SavedModel方式保存模型
4 3 2 H5格式保存模型
4 3 3 檢查點（Checkpoint）格式保存模型
4 4 任務3：tf data優化訓練數據
4 4 1 訓練數據輸入模型的方法
4 4 2 tf data API
4 4 3 tf data Dataset
4 5 任務4：花卉識別
4 5 1 下載圖片
4 5 2 構建花卉數據集
4 5 3 構建與訓練模型
4 5 4 保存與載入模型
拓展項目
項目5 圖像識別：卷積神經網絡
項目描述
思維導圖
項目目標
5 1 認識卷積神經網絡
5 1 1 卷積神經網絡發展歷史
5 1 2 全連接神經網絡的問題
5 2 卷積神經網絡基本結構
5 2 1 卷積運算
5 2 2 填充
5 2 3 步長
5 2 4 多輸入通道和多輸出通道
5 2 5 池化層
5 3 TensorFlow對卷積神經網絡的支持
5 3 1 卷積函數
5 3 2 池化函數
5 4 任務1：識別CIFAR-10圖像
5 4 1 卷積網路的整體結構
5 4 2 CIFAR-10數據集
5 4 3 構造卷積神經網絡模型
5 4 4 編譯、訓練並評估模型
5 5 任務2：搭建經典卷積網路
5 5 1 圖像識別的難題
5 5 2 AlexNet
5 5 3 VGG系列
5 5 4 ResNet
5 6 任務3：ResNet實現圖像識別
5 6 1 ResNet模型結構
5 6 2 BasicBlock類
5 6 3 搭建ResNet網路模型
5 6 4 載入數據集並訓練模型
拓展項目
項目6 AI詩人：循環神經網絡
項目描述
思維導圖
項目目標
6 1 認識循環神經網絡
6 1 1 循環神經網絡發展歷史
6 1 2 循環神經網絡的應用
6 1 3 循環神經網絡的作用
6 2 任務1：電影評論分類
6 2 1 IMDb數據集
6 2 2 使用全連接神經網絡
6 2 3 循環神經網絡典型結構
6 2 4 SimpleRNNCell使用方法
6 2 5 RNN分類IMDb數據集
6 2 6 RNN梯度消失
6 3 任務2：AI詩人
6 3 1 長短期記憶（LSTM）
6 3 2 文本生成：AI詩人
拓展項目
項目7 預測汽車油耗效率：TensorFlow js應用開發
項目描述
思維導圖
項目目標
7 1 認識TensorFlow js
7 1 1 TensorFlow js的優點
7 1 2 TensorFlow js 的核心概念
7 1 3 TensorFlow js 環境配置
7 2 任務1：預測汽車油耗效率
7 2 1 創建主頁並載入數據
7 2 2 定義模型結構
7 2 3 數據預處理
7 2 4 訓練與測試模型
7 3 任務2：手寫
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。