Python深度学习：基于TensorFlow

在机器学习、深度学习中有很多抽象的概念、复杂的算法、深奥的理论，如Numpy的广播机制、神经网络中的共享参数、动量优化法、梯度消失或爆炸等，这些内容如果只用文字来描述，可能很难达到茅塞顿开的效果，但如果用一些图形来展现，再加上适当的文字说明，往往能取得非常好的效果，正所谓一张好图胜过千言万语。

这是一本全面讲解深度学习和TensorFlow技术的著作。书中详细讲解了深度学习理论与应用，包括机器学习基础、深度学习挑战与策略、安装TensorFlow、TensorFlow基础、TensorFlow图像处理、TensorFlow神经元函数、TensorFlow自编码器、TensorFlow实现Word2Vec、TensorFlow卷积神经网络、TensorFlow循环神经网络、TensorFlow高层封装、情感分析、利用TensorFlow预测乳腺癌、聊天机器人、人脸识别等内容。 在书中，作者详细讲解了Theano基础与性能优势，包括Theano的安装、符号变量的理解、符号计算图的设计、函数功能、共享变量的妙用等内容。同时，作者也详细讲解了卷积层与卷积核作用，包括卷积运算、卷积核的大小和形状、激活函数等内容。此外，作者还详细讲解了池化层和归一化层技术，包括池化层的作用、归一化层的作用、常用的池化操作、常用的归一化方法等内容。 在书中，作者还详细讲解了循环神经网络原理与应用，包括RNN的结构特点、RNN在处理序列数据时的优势、RNN的训练过程、LSTM的原理和结构等内容。同时，作