TensorFlow神经网络到深度学习

本书以TensorFlow为平台，从神经网络到深度学习由浅入深进行介绍，书中每章都以理论引出，以TensorFlow应用巩固结束，做到理论与实践相结合，使读者快速了解神经网络、深度学习等内容，同时领略利用TensorFlow解决这些问题的简单和快捷。本书共12章，主要内容包括TensorFlow软件介绍、计算机视觉与深度学习、深度神经网络的基础、全连接神经网络、卷积神经网络、高级卷积神经网络、循环神经网络、对抗神经网络、其他监督学习、非监督学习、自动编码机、强化学习等。

这是一本以TensorFlow为平台，从神经网络到深度学习由浅入深进行介绍的书籍。书中每章都以理论引出，以TensorFlow应用巩固结束，做到理论与实践相结合，使读者快速了解神经网络、深度学习等内容，同时领略利用TensorFlow解决这些问题的简单和快捷。 本书共12章，主要内容包括TensorFlow软件介绍、计算机视觉与深度学习、深度神经网络的基础、全连接神经网络、卷积神经网络、高级卷积神经网络、循环神经网络、对抗神经网络、其他监督学习、非监督学习、自动编码机、强化学习等。 书中详细介绍了TensorFlow框架结构，包括其清晰的框架和易于理解的特点，以及TensorFlow支持的大部分先进的神经网络，如卷积神经网络(CNN)、循环神经网络(RNN)、长短期记忆网络(LSTM) 等。同时，书中也详细介绍了TensorFlow运行环境需求，包括硬件和软件两大部分，以及安装TensorFlow的具体步骤和注意事项。 在计算机视觉方面，书中详细介绍了图像预处理与特征提取，包括如何通过图像数据预处理来避免模型受到无关因素的影响或者达到数据增强的目的，以及如何通过卷积层和池化层来提