TensorFlow 学习指南

《TensorFlow 学习指南》

内容简介：

面向广泛的技术受众（从数据科学家、工程师到学生和研究人员），本书介绍了 TensorFlow 的基本原理和实践方法。

从 TensorFlow 中的一些基本示例开始，深入探讨诸如神经网络体系结构、TensorBoard 可视化、TensorFlow 抽象库和多线程输入管道等主题。阅读本书，你将学会如何使用 TensorFlow 构建和部署工业级深度学习系统。

通过阅读本书，你将：

• 轻松愉快地安装并运行 TensorFlow。

• 学习如何使用 TensorFlow 从头开始构建深度学习模型。

• 训练流行的计算机视觉和 NLP 深度学习模型。

• 使用抽象库来使开发更容易和更快速。

• 学习如何扩展 TensorFlow 并使用集群分布式训练模型。

• 在生产环境中部署 TensorFlow。

作者简介：

Tom Hope 是一位应用机器学习研究者和数据科学家，在学术界和工业界拥有广泛的背景。他领导了跨领域的数据科学和深度学习的研发团队。

Yehezkel S. Resheff 是机器学习和数据挖掘领域的应用研究人员。在读博士期间，他的工作主要围绕开发机器学习和深度学习方法来分析可穿戴设备和物联网的数据。他在英特尔和 Microsoft 公司领导了深度学习的研发工作。

Itay Lieder 是机器学习和计算神经科学领域的应用研究人员。在研究生学习期间，他开发了用于模拟低级知觉的计算方法。他曾在大型跨国公司工作，在文本分析、Web 挖掘领域从事深度学习研发。

长按扫码

试读