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。
目 录
前 言
序
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。
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。
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
——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