TensorFlow全棧開發工程實踐-做一個全智全能演算法工程師 9787522615950 王豔銘
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：中國水利水電
物品所在地：中國大陸
原出版社：中國水利水電
NT$649
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：202308*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全棧開發工程實踐-做一個全智全能演算法工程師 ISBN：9787522615950 出版社：中國水利水電 著編譯者：王豔銘 叢書名：人工智慧工程進階系列 頁數：384 所在地：中國大陸 *此為代購商品 書號：1544397 可大量預訂，請先連絡。 內容簡介 本書共分為8章，主要內容包括與人工智慧相關的數學知識，Python語言所特有的語法和技巧，Docker模型透明無縫地發布的實現，業界優秀的Git代碼版本管理工具，模型開發環境的配置，高級人工智慧開發工程師常用的IDE開發工具，經典神經網路模型的剖析和分解，RPC遠程調用的實現，訓練樣本的序化組織結構TFRecord，模型的訓練、保存和封裝發布，模型訓練的GPU配置和機制策略的部署，模型從訓練到發布的完整示例等。 本書適合有計算機專業和數學專業背景的初、中級開發者閱讀，以便快速掌握和駕馭人工智慧全棧技術，也適合作為在職人工智慧模型開發人員查詢時使用的手冊級工具用書，還適合作為中職學校、高等院校及培訓機構計算機人工智慧和大數據等相關專業的教學用書。作者簡介 王艷銘，計算機專業畢業，北京凌雲沐雨科技有限公司創始人，擁有著23年IT行業軟體開發和架構設計經驗，在C/C++、Python語言類框架技術和Oracle資料庫方面造詣很深。在音視頻伺服器和傳輸流CDN加速定址演算法方面也積累了豐富的經驗。從6年前開始從事AI專題方向的研究與開發，致力於TensorFlow的研發和推廣工作，他在Google的TensorFlow Serving架構和RPC協議的基礎上，設計並組織了多重模型的在線迭代和動態拆分，實現了大規模演算法模型復用的統一演算法平台。目錄 第1章 爛熟於心的基礎知識1 1 快速惡補必要的數學知識 1 1 1 線性代數提供了一種看待世界的抽象視角 1 1 2 概率論用面積度量世界萬物的存在 1 1 3 微積分運算解決了一定條件下直線到曲線的矛盾 1 1 4 資訊理論的產物：交叉熵 1 2 Python語言沒有你想象的那樣簡單 1 2 1 Python模塊的導入和引用 1 2 2 Python中那些奇怪符號的用法 1 2 3 僅Python才有的神奇代碼 1 2 4 Python代碼高級綜合案例 1 3 選擇TensorFlow 1 X還是2 X的理由 1 3 1 TensorFlow概述 1 3 2 TensorFlow 1 X與TensorFlow 2 X的區別 1 3 3 TensorFlow 1 X和TensorFlow 2 X的手寫數字識別 本章小結 第2章 模型工程化必備的技能 2 1 模型轉換為雲服務的橋樑：Docker 2 1 1 映像、容器和隔離 2 1 2 Docker Compose 2 1 3 大規模使用Docker 2 2 Git版本管理系統 2 2 1 安裝Git 2 2 2 搭建代碼數據倉庫 2 2 3 Git的流行僅因為多了一個「分支」 2 2 4 刪除文件、文件重命名、去除提交和恢復文件 2 2 5 遠程版本管理 2 2 6 Git版本合併容錯 本章小結 第3章 TensorFlow的安裝和配置 3 1 Windows開發環境的配置 3 1 1 Anaconda 3 1 2 CUDA和cuDNN 3 1 3 PyCharm 3 2 Linux開發環境的配置 3 2 1 Virtualenv和Docker 3 2 2 Jupyter NoteBook 3 2 3 Vim 3 3 Python常用的科學計算和機器學習庫 3 3 1 NumPy 3 3 2 Matplotlib 3 3 3 Pandas 3 3 4 Python SciPy 3 3 5 Scikit-Learn 本章小結 第4章 雲端部署TensorFlow模型 4 1 RPC原理 4 2 遠程調用通信機制 4 2 1 發布服務 4 2 2 使用Python實現RPC服務 4 2 3 使用JSON實現序化和反序化 4 3 TensorFlow Serving發布服務 4 3 1 TensorFlow Serving的安裝 4 3 2 TensorFlow Serving的Docker環境 4 3 3 客戶端遠程調用TensorFlow Serving服務 4 3 4 TensorFlow Serving簡化版的實現 4 3 5 使用gRPC調用服務 本章小結 第5章 TensorFlow基礎 5 1 基本概念與框架 5 1 1 TensorFlow的基本概念 5 1 2 使用Eager Execution進行簡單線性回歸訓練 5 1 3 估算器框架介面 5 1 4 tf keras介面 5 1 5 CNN卷積核的多樣性 5 1 6 循環神經網路 5 2 TensorFlow的GPU資源分配和策略 5 2 1 為整個程序指定GPU卡 5 2 2 個性化定製GPU資源 5 2 3 使用GPU分佈策略 5 3 TensorFlow訓練模型的保存與載入 5 3 1 用靜態數據流圖保存、二次訓練和載入模型 5 3 2 用Build方式保存模型 5 3 3 訓練模型的保存與載入 5 4 TFRecord 5 4 1 tf Example的數據類型 5 4 2 讀取序化文件形成數據集 5 4 3 對圖像進行序化處理 5 4 4 對樣本圖像的批量複雜處理 5 4 5 VarLenFeature和FixedLenFeature的區別 5 4 6 將CSV文件轉換為TFRecord 5 4 7 將XML文件轉換為TFRecord 本章小結 第6章 經典神經網路模型 6 1 AlexNet: AI潮起 6 1 1 AlexNet模型結構 6 1 2 AlexNet帶來的新技術 6 1 3 AlexNet基於TensorFlow 2 0的實現 6 2 VGGNet:更小的卷積造就更深的網路 6 2 1 VGGNet模型架構 6 2 2 VGGNet中的創新點 6 2 3 VGGNet基於TensorFlow 2 0的實現 6 3 GoogleNet：走向更深更寬的網路 6 3 1 GoogleNet模型結構 6 3 2 GoogleNet中的創新點 6 3 3 GoogleNet vl基於TensorFlow 2 0的實現 6 4 ResNet：殘差網路獨領風騷 6 4 1 ResNet模型結構 6 4 2 ResNet基於TensorFlow 2 0的實現 6 5 SENet：視覺注意力機制的起點 6 5 1 SENet模型結構 6 5 2 SENet ResNet 的TensorFlow 2 0實現 6 6 Self-Attention：自注意力 6 7 Vision Transformer：注意力引爆視覺任務 本章小結 第7章 目標檢測 7 1 RCNN目標檢測演算法 7 2 SPPNet目標檢測演算法 7 2 1 空間金字塔池化層 7 2 2 SPPNet演算法的流程 7 3 Fast RCNN目標檢測演算法 7 3 1 RoI Pooling層 7 3 2 Fast RCNN演算法與RCNN演算法的區別 7 3 3 Fast RCNN演算法的流程 7 4 Faster RCNN目標檢測演算法 7 4 1 Region Proposal Network模塊 7 4 2 anchor 7 4 3 Faster RCNN演算法的流程 7 4 4 Faster RCNN演算法基於TensorFlow 2 0的實現 7 5 SSD目標檢測演算法 7 5 1 多尺度特徵預測 7 5 2 邊界框的定製 7 5 3 空洞卷積 7 5 4 SSD演算法的訓練過程與細節 7 5 5 SSD演算法的優缺點 7 6 YOLO目標檢測演算法 7 6 1 YOLOv1演算法 7 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。 |
