TensorFlow 1.x Deep Learning Cookbook

This book is intended for data analysts, data scientists, machine learning practitioners and deep learning enthusiasts who want to perform deep learning tasks on a regular basis and are looking for a handy guide they can refer to. People who are slightly familiar with neural networks, and now want to gain expertise in working with different types of neural networks and datasets, will find this book quite useful.

这是一本为数据分析师、数据科学家、机器学习实践者和深度学习爱好者准备的实战指南。这本书涵盖了从TensorFlow的安装与使用到深度学习网络的组件，从DNNs所需的Python包到单层感知器的定义和特点，从回归的定义与重要性到LSTM网络的工作原理，从神经机器翻译的训练和推理到Q learning算法介绍，从堆叠自编码器的定义和特点到TPU的定义和用途，从序列到序列模型的简介到常量、变量和占位符的定义，从卷积神经网络基本概念到使用预训练的VGG16网络，从使用迁移学习训练新领域模型到梯度下降算法等深度学习领域的各个方面。 这本书详细介绍了如何使用TensorFlow进行深度学习任务，包括TensorFlow的安装与使用，深度学习网络的组件，DNNs所需的Python包等。其中，TensorFlow的安装与使用涉及多个步骤，包括安装支持GPU的TensorFlow版本，安装Bazel，使用Anaconda安装TensorFlow，以及使用Xcode和CocoaPods预安装TensorFlow。深度学习网络的组件主要包括数据集、网络结构、训练/学习和预测/评估四个部分。DNNs所需的P