内容简介
本书简洁地介绍了现代神经网络、人工智能和深度学习技术，专门为软件工程师和数据科学家设计。第1章逐步介绍神经网络的基础知识。第2章比较TensorFlow 1.x和TensorFlow 2.0编程模型。第3章重点介绍回归。第4章介绍卷积神经网络及其在图像处理中的应用。第5章讨论了CNN在图像、视频、音频和文本处理方面的高级应用。第6章重点介绍生成对抗网络。第7章介绍词嵌入。第8章介绍基本嵌入方法的各种扩展。第9章介绍自动编码器。第10章深入研究无监督学习模型。第11章重点介绍强化学习。第12章介绍AutoML。第13章介绍用于移动设备和物联网的TensorFlow的基础知识。第14章讨论了云环境以及如何利用它来训练和部署模型。第15章讨论了深度学习背后的数学。第16章介绍TPU。本书内容丰富，易于理解，示例具有代表性，是学习深度学习的绝佳指南。
AI简介
这是一本简洁地介绍了现代神经网络、人工智能和深度学习技术，专门为软件工程师和数据科学家设计的书籍。本书逐步介绍神经网络的基础知识，包括TensorFlow和Keras框架的使用，以及深度学习的一些重要算法和架构。
书中首先比较TensorFlow 1.x和TensorFlow 2.0编程模型，帮助读者了解两种模型的不同之处，并理解TensorFlow 2.0的新特性和优势。接着，本书深入讨论了回归，卷积神经网络，高级卷积神经网络，生成对抗网络，词嵌入，循环神经网络，自编码器，无监督学习，强化学习等深度学习技术，并通过丰富的示例展示了这些技术的应用。
书中还详细介绍了TensorFlow和云服务，包括云端深度学习，云端虚拟机，云端的Jupyter Notebook，以及用于生产的TensorFlow Extended等。此外，本书还讨论了虚拟机的概念和优势，导数和梯度的概念，以及云计算服务类型等，帮助读者理解深度学习在云计算中的应用。
本书内容丰富，易于理解，示例具有代表性，是学习深度学习的绝佳指南。无论你是初学者，还是有一定经验的开发者，都可以从本书中获得宝贵的知识和灵感。
推荐影视
阅读/下载地址