继续浏览精彩内容
慕课网APP
程序员的梦工厂
打开
继续
感谢您的支持,我会继续努力的
赞赏金额会直接到老师账户
将二维码发送给自己后长按识别
微信支付
支付宝支付

如今大火的算法框架TensorFlow,都有哪些值得一看的好书呢?

黄小斜
关注TA
已关注
手记 118
粉丝 3
获赞 26

TensorFlow™是一个基于数据流编程(dataflow programming)的符号数学系统,被广泛应用于各类机器学习(machine learning)算法的编程实现,其前身是谷歌的神经网络算法库DistBelief 。

Tensorflow拥有多层级结构,可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算,被广泛应用于谷歌内部的产品开发和各领域的科学研究 。

TensorFlow由谷歌人工智能团队谷歌大脑(Google Brain)开发和维护,拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口(Application Programming Interface, API)。自2015年11月9日起,TensorFlow依据阿帕奇授权协议(Apache 2.0 open source license)开放源代码 。

今天这一份书单,将来介绍几本关于TensorFlow的优质书籍。

TensorFlow系列书单

走向TensorFlow 2.0:深度学习应用编程快速入门

本书探讨了开源机器学习软件库TensorFlow 2.0的诸多应用实践,内容涵盖各种热门的应用场景,包括图像识别、自然语言对话机器人、基于生成网络的图片风格迁移、文本情感分析等。

该书是为“应用落地”而编写的,每章均附有大量的代码和注释,帮助读者更快地入门和实现应用落地。本书前两章分别介绍了Python的用法和TensorFlow的基础,在最后一章又探讨了如何将TensorFlow所训练的模型部署到生产环境中。本书对有志于在相关领域进行研究并快速产出原型的技术人员具有很高的参考价值。

作者介绍

寿黎但

浙江大学计算机学院教授

深度学习在工业领域逐步得到应用,尤其是其与物联网的结合,在智能家居、智慧城市、智慧交通、智慧医疗、智慧教育、智慧工业等多种行业场景中具有广阔的发展空间。

董亚波

浙江大学计算机学院副教授,人工智能研究所副所长

在与本书作者的项目合作中,借助其丰富的TensorFlow开发经验,使得项目得以顺利进行。有幸能够看到本书样章,书中内容短小精悍,有大量实战样例。读者阅读本书后,能够快速走进以TensorFlow 2.0为基础的AI系统开发领域。

牟磊育

中国地震局地球物理研究所 地震数据质量人工智能检测项目负责人

这一波人工智能浪潮与以往我们所讨论的人工智能最大的不同,就是其已经迅速在工业领域进行应用。

TensorFlow实战

《TensorFlow实战》希望用简单易懂的语言带领大家探索TensorFlow(基于1.0版本API)。在《TensorFlow实战》中我们讲述了TensorFlow的基础原理,TF和其他框架的异同。

并用具体的代码完整地实现了各种类型的深度神经网络:AutoEncoder、MLP、CNN(AlexNet,VGGNet,Inception Net,ResNet)、Word2Vec、RNN(LSTM,Bi-RNN)、Deep Reinforcement Learning(Policy Network、Value Network)。此外,《TensorFlow实战》还讲解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib组件。

《TensorFlow实战》希望能帮读者快速入门TensorFlow和深度学习,在工业界或者研究中快速地将想法落地为可实践的模型。

作者简介

黄文坚,PPmoney大数据算法总监,负责集团的风控、理财、互联网证券等业务的数据挖掘工作。

唐源,目前在芝加哥的Uptake公司带领团队建立用于多个物联网领域的数据科学引擎进行条件和健康监控,也建立了公司的预测模型引擎,现在被用于航空、能源等大型机械领域。

深度学习原理与TensorFlow实践

《深度学习原理与TensorFlow实践》主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域优秀的计算系统之一,《深度学习原理与TensorFlow实践》结合实例介绍了使用TensorFlow开发机器学习应用的详细方法和步骤。

同时,《深度学习原理与TensorFlow实践》着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循环神经网络的理论知识及其TensorFlow实现方法,并结合实际场景和例子描述了深度学习技术的应用范围与效果。

《深度学习原理与TensorFlow实践》非常适合对机器学习、深度学习感兴趣的读者,或是对深度学习理论有所了解,希望尝试更多工程实践的读者,抑或是对工程产品有较多经验,希望学习深度学习理论的读者。

作者简介

喻俨,百纳信息(海豚浏览器)研发副总裁。2007年加入微软亚洲工程院,2011年加入百纳信息负责海外业务线,从0到1做过多个项目,现致力于AI和大数据产品的研究与应用。

莫瑜,先后任职于微软和海豚浏览器,从事搜索引擎、音乐检索/哼唱搜索、内容分发推荐算法和对话机器人技术研发。长期以来持续关注和实践大规模数据算法性能优化、搜索引擎、推荐系统和人工智能技术。

王琛,英国爱丁堡大学人工智能专业硕士,现为百纳信息技术有限公司人工智能方向负责人。早年参加过信息学奥林匹克竞赛获得河北省1名、全国三等奖,并保送进入中山大学。大学期间,在ACM竞赛上也屡获佳绩。

走向TensorFlow 2.0:深度学习应用编程快速入门

TensorFlow是谷歌研发的人工智能学习系统,是一个用于数值计算的开源软件库。《TensorFlow深度学习算法原理与编程实战》以基础+实践相结合的形式,详细介绍了TensorFlow深度学习算法原理及编程技巧。

通读全书,读者不仅可以系统了解深度学习的相关知识,还能对使用TensorFlow进行深度学习算法设计的过程有更深入的理解。

作者介绍

蒋子阳,多年专业编程工作经验,曾参与多个机器人目标识别与定位等深度学习相关项目,擅长图像识别算法、语音识别算法等。涉及行业包括金融、证券、汽车、公共安全等领域。

近年来,本人对机器学习及深度学习进行了深入研究,随着TensorFlow的出现,开始将精力转移到TensorFlow深度学习算法原理的研究中,并专门推导过其中的大部分算法,对该框架有着独特的认识和深入的理解。

打开App,阅读手记
0人推荐
发表评论
随时随地看视频慕课网APP