• Tensorflow实战Google深度学习框架—郑泽宇书籍整理


    编辑推荐

    √ 前谷歌专家、现Tensorflow创业新贵,新版力邀现谷歌专家加盟,共话新版核心技术与前沿案例。


    √ 本书前版作为业界首著伴随Tensorflow火遍全球,旨在面向生产|商业场景,彻底贯通原理|实践。
     
    √ 深入原理|走访主创|结合真实项目,AI、ML团队争相赞誉力荐,与Tensorflow一道成为事实标准。
     
    √ 代码全面升级为1.4 版,重点关注新版功能,增设专题论述TF高层封装和深度学习自然语言应用。
     
    内容简介

    TensorFlow是谷歌2015年开源的主流深度学习框架,目前已得到广泛应用。《TensorFlow:实战Google深度学习框架(第2版)》为TensorFlow入门参考书,旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导,从实际应用问题出发,通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验,是走进这个前沿、热门的人工智能领域的优选参考书。

    第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时,第2版也补充了更多只有TensorFlow 1.4.0才支持的功能。另外,第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。

    《TensorFlow:实战Google深度学习框架(第2版)》适用于想要使用深度学习或TensorFlow的数据科学家、工程师,希望了解深度学习的大数据平台工程师,对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等。

    作者简介

    郑泽宇,2011年获北京大学计算机学士学位,2013年获卡内基梅隆大学计算机硕士学位,前谷歌高级工程师,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,带领团队成功开发国内成熟的分布式TensorFlow深度学习平台,在机器学习、人工智能领域有着丰富的经验。

    梁博文,谷歌工程师。2011年获北京大学计算机学士学位,2013年获哥伦比亚大学计算机硕士学位,同年加入谷歌翻译组,参与并领导了多个项目,负责了3个语言的翻译模型的研发工作,在自然语言处理方面有丰富经验,在统计翻译模型、神经网络翻译模型、语料数据清洗等方面均有深入研究。

    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
    1.3.1 计算机视觉
    1.3.2 语音识别
    1.3.3 自然语言处理
    1.3.4 人机博弈
    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
    2.1.1 Protocol Buffer
    2.1.2 Bazel
    显示全部信息
    前  言

    2017年初,我曾为本书第1版写过一篇“推荐序”。后来郑泽宇邀请我共同完成第2版的写作,我从读者变成了作者,又有了许多新的感受。因此我想借着重新写序的机会,跟读者分享一下写作第2版的心路点滴。我在自然语言处理领域工作多年,这次负责撰写第9章自然语言处理的相关内容,本以为会是得心应手,然而事实上,写作的过程远比我想象中困难得多。最困难的地方在于,写作进行的时候无法及时得到读者的反馈,不能把握读者的心声——理论部分介绍多少比较合适?关于语料预处理的内容会不会令读者感到枯燥?模型的实现应该使用基本模块来搭建还是直接调用TensorFlow中的库?注意力机制有那么多变体,到底应该介绍哪一个才符合读者的期望?这些都是我在写作过程中反复思考的问题。最后书中呈现的内容,大致是我认真揣测读者的心思后,想到的在特定领域搭建应用时所要用到的最精简的知识。希望这些知识能为读者进一步学习和实践打下良好的基础。
    显示全部信息
    媒体评论
    终于等到这本TensorFlow技术书的升级。这本书和其他介绍技术框架的书不太一样,它从深度学习简介开始,一点一点深入到TensorFlow的使用,同时把算法和框架的使用结合起来,让读者在了解框架的同时,还能够更深入地了解深度学习算法的原理。示例代码注释详尽,语言风格通俗易懂,算法介绍由浅入深,可谓是难得的好书。
    ——冯博 TalkingData 数据科学家

    本书由浅入深,介绍了TensorFlow在典型场景中的应用实践,提供分布式训练等大量实例,是TensorFlow开发者和深度学习爱好者的优选参考资料。
    ——陈迪豪 第四范式先知平台架构师

    1LvvTZVvTr9u35vPpvXA5iQ  sn9r

  • 相关阅读:
    线段树(单点更新) HDOJ 2795 Billboard
    线段树(单点更新) HDU 1754 I Hate It
    线段树(单点更新)/树状数组 HDOJ 1166 敌兵布阵
    递推DP URAL 1031 Railway Tickets
    记忆化搜索(DFS+DP) URAL 1223 Chernobyl’ Eagle on a Roof
    递推DP URAL 1244 Gentlemen
    DFS水题 URAL 1152 False Mirrors
    记忆化搜索(DFS+DP) URAL 1501 Sense of Beauty
    DP+高精度 URAL 1036 Lucky Tickets
    DP/最短路 URAL 1741 Communication Fiend
  • 原文地址:https://www.cnblogs.com/caiwuzi/p/13223198.html
Copyright © 2020-2023  润新知