《TensorFlow机器学习实战指南(原书第2版)》PDF电子书免费下载

作者:  [美] 尼克·麦克卢尔(Nick McClure)

出版社: 机械工业出版社  

出版年:  2019-07

ISBN: 9787111631262

~~滚到底部有网盘下载链接~~

内容简介

目录

译者序
审校者简介
前言
第1章 TensorFlow基础
1.1 简介
1.2 TensorFlow如何工作
1.3 声明变量和张量
1.4 使用占位符和变量
1.5 操作(计算)矩阵
1.6 声明操作
1.7 实现激励函数
1.8 读取数据源
1.9 其他资源
第2章 TensorFlow进阶
2.1 简介
2.2 计算图中的操作
2.3 TensorFlow的嵌入Layer
2.4 TensorFlow的多层Layer
2.5 TensorFlow实现损失函数
2.6 TensorFlow实现反向传播
2.7 TensorFlow实现批量训练和随机训练
2.8 TensorFlow实现创建分类器
2.9 TensorFlow实现模型评估
第3章 基于TensorFlow的线性回归
3.1 简介
3.2 用TensorFlow求逆矩阵
3.3 用TensorFlow实现矩阵分解
3.4 用TensorFlow实现线性回归算法
3.5 理解线性回归中的损失函数
3.6 用TensorFlow实现戴明回归算法
3.7 用TensorFlow实现lasso回归和岭回归算法
3.8 用TensorFlow实现弹性网络回归算法
3.9 用TensorFlow实现逻辑回归算法
第4章 基于TensorFlow的支持向量机
4.1 简介
4.2 线性支持向量机的使用
4.3 弱化为线性回归
4.4 TensorFlow上核函数的使用
4.5 用TensorFlow实现非线性支持向量机
4.6 用TensorFlow实现多类支持向量机
第5章 最近邻域法
5.1 简介
5.2 最近邻域法的使用
5.3 如何度量文本距离
5.4 用TensorFlow实现混合距离计算
5.5 用TensorFlow实现地址匹配
5.6 用TensorFlow实现图像识别
第6章 神经网络算法
6.1 简介
6.2 用TensorFlow实现门函数
6.3 使用门函数和激励函数
6.4 用TensorFlow实现单层神经网络
6.5 用TensorFlow实现神经网络常见层
6.6 用TensorFlow实现多层神经网络
6.7 线性预测模型的优化
6.8 用TensorFlow基于神经网络实现井字棋
第7章 自然语言处理
7.1 简介
7.2 词袋的使用
7.3 用TensorFlow实现TF-IDF算法
7.4 用TensorFlow实现skip-gram模型
7.5 用TensorFlow实现CBOW词嵌入模型
7.6 使用TensorFlow的Word2Vec预测
7.7 用TensorFlow实现基于Doc2Vec的情感分析
第8章 卷积神经网络
8.1 简介
8.2 用TensorFlow实现简单的CNN
8.3 用TensorFlow实现进阶的CNN
8.4 再训练已有的CNN模型
8.5 用TensorFlow实现图像风格迁移
8.6 用TensorFlow实现DeepDream
第9章 循环神经网络
9.1 简介
9.2 用TensorFlow实现RNN模型进行垃圾邮件预测
9.3 用TensorFlow实现LSTM模型
9.4 TensorFlow堆叠多层LSTM
9.5 用TensorFlow实现Seq2Seq翻译模型
9.6 TensorFlow训练孪生RNN度量相似度
第10章 TensorFlow产品化
10.1 简介
10.2 TensorFlow的单元测试
10.3 TensorFlow的多设备使用
10.4 分布式TensorFlow实践
10.5 TensorFlow产品化开发提示
10.6 TensorFlow产品化的实例
10.7 TensorFlow服务部署
第11章 TensorFlow的进阶应用
11.1 简介
11.2 TensorFlow可视化:Tensorboard
11.3 用TensorFlow实现遗传算法
11.4 用TensorFlow实现k-means聚类算法
11.5 用TensorFlow求解常微分方程组
11.6 用TensorFlow实现随机森林算法
11.7 将Keras作为TensorFlow API使用

下载价格:免费
立即下载
登入/注册
知识就是力量
没有账号? 忘记密码?