豆瓣9.7分神作！《TensorFlow全面实战》一书精通AI，附赠电子版，错过等千年！

关于该书

TensorFlow是谷歌2015年开源的主流深度学习框架，目前已在谷歌、优步（Uber）、京东、小米等科技公司广泛应用。

《TensorFlow：实战Google深度学习框架》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以更快、更有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。

本书包含了深度学习的入门知识和大量实践经验，是走进这个更新、更火的人工智能领域的推荐参考书。

关于作者

郑泽宇，现为才云科技（Caicloud.io）联合创始人、首席大数据科学家。针对分布式TensorFlow上手难、管理难、监控难、上线难等问题，他带领团队成功开发了国内成熟的分布式TensorFlow深度学习平台（TensorFlow as a Service）先河。基于此平台，才云大数据团队为安防、电商、金融、物流等多个行业提供有针对性的人工智能解决方案。

关于读者

主要为数据科学家和机器学习专业人员，软件开发人员，研究生和开源爱好者。

下载当前版本： 完整PDF书籍链接获取，可以V扫描下方二维码免费领取👇👇👇

目录

第1章 深度学习简介

• 1.1 人工智能、机器学习与深度学习
• 1.2 深度学习的发展历程
• 1.3 深度学习的应用
• 1.4 深度学习工具介绍和对比
• 小结

第2章 TensorFlow环境搭建

• 2.1 TensorFlow的主要依赖包
• 2.2 TensorFlow安装
• 2.3 TensorFlow测试样例
• 小结
  

第3章 TensorFlow入门

• 3.1 TensorFlow计算模型——计算图
• 3.2 TensorFlow数据模型——张量
• 3.3 TensorFlow运行模型——会话
• 3.4 TensorFlow实现神经网络
• 小结
  

第4章 深层神经网络

• 4.1 深度学习与深层神经网络
• 4.2 损失函数定义
• 4.3 神经网络优化算法
• 4.4 神经网络进一步优化
• 小结
  

第5章 MNIST数字识别问题

• 5.1 MNIST数据处理
• 5.2 神经网络模型训练及不同模型结果对比
• 5.3 变量管理
• 5.4 TensorFlow模型持久化
• 5.5 TensorFlow最佳实践样例程序
• 小结
  

第6章 图像识别与卷积神经网络

• 6.1 图像识别问题简介及经典数据集
• 6.2 卷积神经网络简介
• 6.3 卷积神经网络常用结构
• 6.4 经典卷积网络模型
• 6.5 卷积神经网络迁移学习
• 小结
  

第7章 图像数据处理

• 7.1 TFRecord输入数据格式
• 7.2 图像数据处理
• 7.3 多线程输入数据处理框架
• 小结
  

第8章 循环神经网络

• 8.1 循环神经网络简介
• 8.2 长短时记忆网络（LTSM）结构
• 8.3 循环神经网络的变种
• 8.4 循环神经网络样例应用
• 小结
  

第9章 TensorBoard可视化

• 9.1 TensorBoard简介
• 9.2 TensorFlow计算图可视化
• 9.3 监控指标可视化
• 小结
  

第10章 TensorFlow计算加速

• 10.1 TensorFlow使用GPU
• 10.2 深度学习训练并行模式
• 10.3 多GPU并行
• 10.4 分布式TensorFlow
• 小结

下载当前版本： 完整PDF书籍链接获取，可以V扫描下方二维码免费领取👇👇👇