|
|
TensorFlow是由Google所開發的機器學習與深度學習框架。與世界級棋士對弈，未嘗敗績的AlphaGo，其演算法的訓練任務，就是透過TensorFlow所進行。本書可以幫助您快速上手TensorFlow，了解深度學習技術及其應用。
本書特色
◎深度剖析如何使用TecnsorFlow實現主流神經網路：
．AutoEncoder
．MLP
．CNN（AlexNet，VGGNet，Inception Net，ResNet）
．Word2Vec
．RNN（LSTM，Bi-RNN）
．Deep Reinforcement Learning（Policy Network、Value Network）
◎解說TensorBoard、多GPU平行、分布式平行等元件的使用方法
◎TF.Learn從入門到精通，TF.Contrib詳解
名人推薦
TensorFlow降低了人工智慧時代的入門門檻，提高了開發效率。作為入門教材，這本書不可多得，值得有志於人工智慧研發的學生和從業人員閱讀。 -- 李開復, 創新工廠人工智慧工程院院長
作者簡介
黃文堅
Google TensorFlow Contributor。前明略數據技術合夥人，領導了對諸多大型銀行、保險公司、基金的資料探勘專案，包括建立金融風控模型、新聞輿情分析、保險復購預測等，曾在頂級會議和期刊SIGMOBILE MobiCom、IEEE Transactions on Image Processing發表論文，研究成果獲美國計算機協會行動運算大會（MobiCom）最佳行動應用技術冠軍，並獲得兩項美國專利和一項中國專利。
唐源
TensorFlow和DMLC的成員，TensorFlow、XGBoost、MXNet的committer，TF.Learn、ggfortify的作者，以及caret、pandas的貢獻者。曾獲得Google Open Source Peer Bonus，擁有美國賓州州立大學的榮譽數學學位。
Chapter 1 TensorFlow基礎
Chapter 2 TensorFlow和其他深度學習框架的比較
Chapter 3 TensorFlow第一步
Chapter 4 TensorFlow實作自編碼器及多層感知機
Chapter 5 TensorFlow實作卷積神經網路
Chapter 6 TensorFlow實作經典卷積神經網路
Chapter 7 TensorFlow實作遞迴神經網路及Word2Vec
Chapter 8 TensorFlow實作深度強化學習
Chapter 9 TensorBoard、多GPU平行化及分散式平行化
Chapter 10 TF.Learn從入門到精通
Chapter 11 TF.Contrib的其他組件
