零起点TensorFlow快速入门PDF|Epub|txt|kindle电子书版本网盘下载

零起点TensorFlow快速入门PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 不朽的梵高1

1.1 星夜传奇1

1.2 TensorFlow简介3

案例1-1：星夜传奇实战编程5

案例1-2：星夜传奇批量编程11

1.3 十万次迭代14

1.4 黑箱大法16

1.5 超级KISS法则与大智若愚17

第2章 TensorFlow安装22

2.1 目录结构22

2.2 化繁为简23

2.3 CPU版本安装25

2.4 GPU版本安装25

案例2-1：GPU开发环境测试28

第3章 可视化AI图表33

3.1 TensorBoard可视化工具33

案例3-1：hello，爱丽丝34

3.1.1 TensorBoard主界面36

3.1.2 快速启动脚本38

3.2 加法器41

案例3-2：加法器的算法结构图41

案例3-3：加法器的变化版本43

案例3-4：乘法器的算法结构图44

第4章 快速入门47

4.1 你好，神经网络47

案例4-1：字符串表达式47

案例4-2：hello，TensorFlow48

4.2 图运算与Session49

案例4-3：缺省图运算49

案例4-4：可视化Session52

4.3 常量、变量与占位符56

案例4-5：常量加法57

案例4-6：加法与占位符58

案例4-7：加法与变量59

4.4 TensorFlow常用数值运算62

第5章 TensorFlow总览63

5.1 TensorFlow产业链关系图65

5.2 TensorFlow模块列表66

5.2.1 源码目录结构66

案例5-1：内置模块列表68

5.2.2 模块结构图70

5.2.3 API抽象接口示意图71

5.2.4 神经网络三大模块71

5.3 数据类型72

5.4 TensorFlow常用术语73

5.5 TensorFlow简化接口77

第6章 基础知识79

6.1 数据流图79

6.2 设备切换Device81

6.3 三大数据类型82

案例6-1：变量操作86

6.4 Feed数据提交89

案例6-2：Feed提交数据90

案例6-3：批量Feed提交数据92

案例6-4：批量Feed提交多维数据92

6.5 Fetch获取数据93

案例6-5：Fetch获取数据93

案例6-6：Fetch获取多维数组95

案例6-7：会话Session97

6.6 批尺寸Batch Size99

第7章 孤独的神经元101

7.1 神经元模型101

案例7-1：单细胞算法102

7.2 可视化分析107

案例7-2：单细胞算法优化版108

第8章 归来吧，数据112

8.1 分类——机器学习的核心112

8.2 万物皆回归112

案例8-1：传统机器学习114

案例8-2：TensorFlow线性回归模型117

8.3 模型管理124

案例8-3：TensorFlow模型保存125

案例8-4：TensorFlow模型读取126

第9章 Pkmital入门案例套餐（上）128

9.1 Halcon简介128

9.2 帕拉格·库马尔案例合集简介129

9.3 Pkmital案例集合详解131

9.4 TensorFlow基础132

案例9-1：TensorFlow基础权重设置和图形计算132

案例9-2：图像的卷积计算140

9.5 回归算法145

案例9-3：线性回归145

案例9-4：线性回归修正版150

9.6 多项式回归151

案例9-5：多项式回归151

案例9-6：多项式回归修正版153

9.7 逻辑回归模型154

案例9-7：逻辑回归模型154

9.8 CNN卷积神经网络算法159

案例9-8：CNN卷积神经网络159

第10章 Pkmital入门案例套餐（下）165

10.1 自编码算法165

案例10-1：自编码算法165

10.2 dAE降噪自编码算法170

案例10-2：dAE降噪自编码算法170

10.3 CAE卷积编码算法177

案例10-3：CAE卷积编码算法177

10.4 DRN深度残差网络183

案例10-4：DRN深度残差网络183

10.5 VAE变分自编码算法189

案例10-5：VAE变分自编码算法189

10.6 TDV联合矩阵模型199

第11章 TensorFlow内置案例分析201

11.1 预备知识202

11.2 Mnist手写数字识别211

案例11-1：Mnist初级案例211

案例11-2：Mnist专业版本215

11.3 FFNNs前馈神经网络模型224

案例11-3：FFNNs前馈神经网络模型224

第12章 TensorLayer案例分析234

12.1 手写识别算法234

案例12-1：Mnist手写识别234

12.2 Mnist神经网络模型合集242

案例12-2：Dropout网络模型243

案例12-3：DropConnect网络模型253

案例12-4：dAE降噪自编码算法1257

案例12-5：dAE降噪自编码算法2260

案例12-6：CNN卷积神经网络算法263

第13章 TFLearn案例分析267

13.1 生存游戏268

13.1.1 泰坦尼克数据集268

13.1.2 Kaggle机器学习公开赛269

案例13-1：泰坦尼克号生存与死亡270

13.2 线性回归274

案例13-2：线性回归模型275

13.3 模型管理278

案例13-3：保存读取模型数据278

13.4 超智能体283

案例13-4：超智能体：NOT取反运算284

案例13-5：超智能体：OR或运算286

案例13-6：超智能体：AND（与）运算288

案例13-7：超智能体：XOR（异或）运算289

13.5 CNN卷积神经网络算法292

案例13-8：CNN卷积神经网络算法292

第14章 Keras案例分析297

14.1 Keras模型298

14.2 Keras使用流程299

14.3 Keras常用模块300

14.4 Keras模型可视化301

案例14-1：MLP多层神经网络303

案例14-2：CNN卷积神经网络309

案例14-3：IRNN修正循环神经网络316

案例14-4：HRNN分层循环神经网络322

第15章 TensorFlow常用运行模式327

15.1 深度学习三大要素327

15.2 神经网络基本结构328

15.3 基本神经元层329

15.4 神经网络通用流程335

15.5 Loss损失函数338

15.6 TensorFlow常用优化算法340