TensorFlow深度学习基础与应用/人工智能人才培养系列
举报
正版图书，可开发票，请放心购买。
-
作者:
杨虹 谢显中 周前能 王智鹏 张安文
-
出版社:
人民邮电出版社
-
ISBN:
9787115556820
-
出版时间:
2021-09
-
装帧:
平装
-
开本:
16开
-
作者:
杨虹 谢显中 周前能 王智鹏 张安文
-
出版社:
人民邮电出版社
-
ISBN:
9787115556820
-
出版时间:
2021-09
售价
￥
40.02
8.0折
定价
￥49.80
品相
全新
上书时间2023-09-02
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
目录
第1章 绪论
1.1 机器学习简介
1.2 机器学习流程
1.3 深度学习简介
第2章 TensorFlow简介与环境搭建
2.1 TensorFlow简介
2.2 TensorFlow的语言支持
2.3 TensorFlow的安装和环境配置
2.3.1 Python安装
2.3.2 CUDA与CUDNN安装
2.4 TensorFlow安装
2.4.1 pip安装
2.4.2 Docker安装
2.5 测试TensorFlow
第3章 TensorFlow入门
3.1 TensorFlow静态图模式
3.1.1 TensorFlow中的张量类型
3.1.2 TensorFlow的操作符简介
3.1.3 TensorFlow的Graph和Session
3.2 TensorFlow动态图模式
3.3 TensorFlow损失函数
3.3.1 交叉熵
3.3.2 均方误差
3.3.3 KL散度
3.4 TensorFlow优化器
3.5 TensorFlow训练数据输入
3.5.1 tf.data.Dataset
3.5.2 tf.data.Iterator
第4章 聚类算法
4.1 聚类算法简介
4.2 k均值聚类算法
4.2.1 算法步骤
4.2.2 准则函数
4.2.3 算法改进
4.3 k中心聚类算法
4.3.1 准则函数
4.3.2 算法步骤
4.3.3 算法对比
第5章 分类算法
5.1 分类算法简介
5.2 k近邻算法
5.2.1 算法步骤
5.2.2 投票算法改进
5.2.3 k参数选取
5.2.4 模型评价
5.3 朴素贝叶斯
5.3.1 算法步骤
5.3.2 概率处理
5.3.3 连续值概率计算
5.4 决策树
内容摘要
人工智能在由机器学习向深度学习发展的过程中，扩展了科研院校的研究方向，同时也带动了各行各业的产业升级。本书正是在这样的背景下编写的。
本书紧跟人工智能技术发展潮流，知识点由浅入深，算法原理逐个击破，章节
安排合理有序，示例新颖且实用。本书内容包括TensorFlow在Windows操作系统、Linux操作系统、
macOS下的安装，TensorFlow静态图、动态图、损失函数、优化器等基础
语法，k均值、k近邻、朴素贝叶斯、决策树、支持向量机、人工神经网络、线性回归、逻辑回归、决策树回归等机器学习算法，分类、检
测、检索、光学字符识别等图像处理技术，中文分词、
命名实体识别等自然语言处理技术，TensorFlow高阶应用等。
本书可以作为高等院校人工智能专业辅助参考用书，也可供对人工智能感兴趣的读者学习使用。
主编推荐
1、本书由浅入深详细讲解了tensorflow的语法特点，并在图像领域做了专门的应用介绍，相信通过该书循序渐进的学习，能够快速掌握tensorflow的语法，并能在图像领域快速上手。
2、图像应用从基础的字符识别，目标检测，目标定位，目标识别再到GAN网络，覆盖到现阶段大部分的图像应用，算法原理的详细介绍，配上丰富的中间结果展示，图文并茂，相信对读者理解算法，吃透算法能起到很大的帮助。
3、内容从浅入深，应用从简单到复杂，原理详实，详细。
4、从技术的角度，本书使用通俗易懂的语言描述相对复杂的问题，包含对TensorFlow的原理、特性、使用方法以及应用技巧等的描述，特别是结合具体实例进行讲解的方式，有利于读者直观、快速地掌握有关的技能。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
