TensorFlow工程化項目實戰活頁式教程 李占倉 9787121459627 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$496
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202307*若逾兩年請先於私訊洽詢存貨情況，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工程化項目實戰活頁式教程 ISBN：9787121459627 出版社：電子工業 著編譯者：李占倉 頁數：331 所在地：中國大陸 *此為代購商品 書號：1556811 可大量預訂，請先連絡。 內容簡介 本書以能夠搭建自定義神經網路為直接目的，以Python為軟體平台，全面介紹了大眾化的深度學習框架——TensorFlow的主要功能、使用方法及其在神經網路搭建中的具體應用。全書內容簡潔、通俗易懂、緊密聯繫工程實際，具有良好的可操作性。為方便教師教學，本書還配有電子教學參考資料包，包括PPT課件、上機實踐素材文件等，請有需要的教師登錄華信教育資源網註冊后免費下載。 本書既可作為職業技術學校人工智慧相關專業的教材，也可供其他學習Python的初學者使用。目錄 項目1 TensorFlow 2開發環境搭建任務1 安裝Python 任務2 使用Python虛擬環境 任務3 安裝TensorFlow 任務4 安裝TensorFlow的GPU版本 任務5 使用JupyterLab 項目2 TensorFlow 2語法基礎 任務1 使用tf constant方法創建張量 任務2 使用tf convert_to_tensor方法創建張量 任務3 創建全0張量和全1張量 任務4 創建符合正態分佈的隨機張量 任務5 創建均勻分佈的隨機張量 任務6 創建序列張量 任務7 改變張量中元素的數據類型 任務8 隨機打亂張量的順序 任務9 獲取張量的信息 任務10 改變張量的形狀 任務11 增加張量的維度 任務12 刪除張量的維度 任務13 交換張量的維度 任務14 張量的拼接操作 任務15 張量的分割操作 任務16 張量的堆疊操作 任務17 張量的分解操作 項目3 TensorFlow進階 任務1 通過索引獲取張量的元素 任務2 一維張量的切片操作 任務3 二維張量的切片操作 任務4 使用tf gather方法提取數據 任務5 使用tf gather_nd方法提取數據 任務6 張量的加減乘除運算 任務7 張量的冪、指數、對數運算 任務8 張量的其他運算 任務9 創建Variable對象 任務10 使用Variable對象的方法 任務11 對一元二次方程自動求導 任務12 對多元函數求偏導數 任務13 對向量求偏導數 項目4 回歸分析 任務1 在二維空間中繪製散點圖 任務2 在二維空間中繪製直線 任務3 在三維空間中繪製散點圖 任務4 在三維空間中繪製平面圖 任務5 根據一元線性回歸模型預測房價 任務6 根據多元線性回歸模型預測房價 項目5 梯度下降演算法 任務1 使用迭代法求解極小值 任務2 觀察迭代中的振蕩 任務3 使用斜率自動調節步長 任務4 用梯度下降法求極值 任務5 用梯度下降法求解一元線性回歸 任務6 用梯度下降法求解多元線性回歸 項目6 分類問題 任務1 實現Sigmoid函數 任務2 實現交叉熵損失函數 任務3 計算模型的準確率 任務4 使用一元邏輯回歸實現商品房分類 任務5 對鳶尾花數據集進行可視化輸出 任務6 使用多元邏輯回歸實現鳶尾花分類 任務7 實現Softmax函數 任務8 實現多分類交叉熵損失函數 任務9 實現多分類 項目7 人工神經網路基礎 任務1 感知器演算法實現案例 任務2 使用tf keras metrics categorical_crossentropy方法計算交叉熵損失 任務3 使用單層神經網路實現鳶尾花的分類 任務4 使用多層神經網路實現異或運算結果的分類 任務5 使用多層神經網路實現鳶尾花的分類 任務6 實現ReLU函數 任務7 實現誤差反向傳播演算法 項目8 人工神經網路優化 任務1 使用小批量梯度下降演算法訓練模型 任務2 使用指數衰減學習率訓練模型 任務3 通過自定義損失函數求解模型 任務4 使用SGD優化器訓練模型 任務5 使用SGDM優化器訓練模型 任務6 使用Adagrad優化器訓練模型 任務7 使用RMSProp優化器訓練模型 任務8 使用Adam優化器訓練模型 任務9 使用正則化緩解過擬合 項目9 Keras搭建神經網路 任務1 使用Sequential搭建神經網路實現鳶尾花分類 任務2 使用Model類搭建神經網路實現鳶尾花分類 任務3 使用Sequential搭建神經網路實現手寫數字識別 任務4 使用Sequential搭建神經網路實現Fashion圖像分類 任務5 自製數據集 任務6 Acc和Loss曲線的繪製 任務7 保存和載入模型參數 任務8 保存和載入整個模型 項目10 卷積神經網路 任務1 實現單通道圖像卷積計算 任務2 實現多通道圖像卷積計算 任務3 實現全零填充 任務4 實現批標準化 任務5 實現池化 任務6 實現捨棄 任務7 使用卷積神經網路訓練CIFAR-10數據集 任務8 LeNet的實現 任務9 AlexNet的實現 任務10 VGGNet的實現 任務11 InceptionNet的實現 任務12 ResNet的實現 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
