登录 / 注册
IT168数据中心频道
IT168首页 > 数据中心 > 数据中心资讯 > 正文

入门TensorFlow 这本书会是不错的选择!

2018-01-10 18:39    it168网站 原创  作者: 李佳惠 编辑: 李佳惠

  【IT168 编译】人工智能和深度学习是当前非常热门的技术,人们对计算机视觉、图像识别和分类、自然语言处理(NLP)和语音识别的兴趣越来越高。深度学习所基于的深度神经网络(DNN)受到大量数据的训练,能以前所未有的精度解决复杂的任务。 TensorFlow是一个领先的开源软件框架,可帮助构建和训练神经网络。这里有一个很好的资源,可以帮助你开始使用TensorFlow:由Tom Hope、Yehezkel S. Resheff和Itay Leider撰写的“学习 TensorFlow”。

  入门TensorFlow 这本书会是不错的选择!

  这本书篇幅简短,共228页。它简洁的介绍了如何为广泛的技术人员提供TensorFlow基础知识的实践方法。从数据科学家到数据工程师,再到学生和研究人员。如果你正在寻找神经网络和深度学习的深入介绍,但是这本书不适合你。本书会使你快速入门TensorFlow框架,让你能够启动并运行。这本书是TensorFlow的在线文档的替代方案。你需要熟悉Python编程,因为在本书中可以找到代码片段。

  本书将引导到MNIST手写数字数据集来执行一些机器学习和图像处理。那么早期你正在用Python和TensorFlow构建卷积神经网络(CNN)。接下来,介绍CIFAR10数据集。你将学习训练一个DNN,并使用TensorFlow建立模型来识别汽车、飞机和各种动物的图像,精度达到70%。有些人可能会质疑MNIST和CIFAR数据集的使用(这些数据集与TensorFlow网站上讨论的数据集相同),但我不认为这是一件坏事。这些都是行业标准数据集,在学习新框架的同时提供一定程度的熟悉度。

  入门TensorFlow 这本书会是不错的选择!

  以下是章节列表:

  第一章 - 介绍

  第2章 - 使用Flow:使用TensorFlow运行

  第3章 - 了解张量流基础

  第四章 - 卷积神经网络

  第5章 - 文本I:使用文本和序列以及TensorBoard可视化

  第6章 - 文本II:字向量,高级RNN和嵌入可视化

  第7章 - 张量抽象和简化

  第8章 - 队列、线程和读取数据

  第9章 - 分布式张量流

  第10章 - 使用张量流导出和服务的模型

  只有228页,你可能不认为这本书是一个完整的TensorFlow参考手册。不过,如果你使用更深入的在线资源深入了解框架,则可以将本书作为第一级参考。你将从一些Python中受益,并且对计算机科学、机器学习、线性代数和统计学等方面的合理的认识几乎是可以预料的。

  更高层次的抽象被放在本书的后面(第7章)。一旦你通过CNN和RNN的工作,本书介绍了contrib.learn,TFLearn和Keras的更高层次的抽象。本书将介绍如何安装和使用这些开源技术。本章将介绍使用群集来计算群集中的渐变以加快培训练速度的示例。  

入门TensorFlow 这本书会是不错的选择!

  “学习TensorFlow”代表了这个流行的深度学习框架的简洁快速的介绍。这不是你唯一的学习资源,但是这是一个很好的开始。如果你发现自己正在经历关于Coursera的深度学习专业新的5门课程系列,你会发现TensorFlow被经常使用,这本书将是一个受欢迎的资源。

标签: 人工智能

  • IT168企业级IT168企业级
  • IT168文库IT168文库

扫一扫关注

行车视线文章推荐

首页 评论 返回顶部