《TensorFlow实战（带书签）》高清中文版PDF+源代码

下载链接：https://pan.baidu.com/s/1-lIXih6Hd3MsCYpdXlB7Jg，提取码：xz3a

《TensorFlow实战（带书签）》高清中文版PDF+源代码

《TensorFlow实战（带书签）》高清中文版PDF+源代码

下载地址：网盘下载

适读人群 ：希望快速上手TensorFlow、了解深度学习技术及其应用实践的人士，以及机器学习、分布式计算领域的学生、从业者。特别是对正在学习深度学习技术，立志从事AI相关行业，成为数据科学家的人来说，本书更是非常实用的工具书。

Google近日发布了TensorFlow 1.0候选版，这个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜，推出了分布式版本，服务框架TensorFlow Serving，可视化工具TensorFlow，上层封装TF.Learn，其他语言（Go、Java、Rust、Haskell）的绑定、Windows的支持、JIT编译器XLA、动态计算图框架Fold，以及数不胜数的经典模型在TensorFlow上的实现（Inception Net、SyntaxNet等）。在这一年多时间，TensorFlow已从初入深度学习框架大战的新星，成为了几近垄断的行业事实标准。《TensorFlow实战》希望用简单易懂的语言带领大家探索TensorFlow（基于1.0版本API）。在《TensorFlow实战》中我们讲述了TensorFlow的基础原理，TF和其他框架的异同。并用具体的代码完整地实现了各种类型的深度神经网络：AutoEncoder、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Reinforcement Learning(Policy Network、Value Network)。此外，《TensorFlow实战》还讲解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib组件。《TensorFlow实战》希望能帮读者快速入门TensorFlow和深度学习，在工业界或者研究中快速地将想法落地为可实践的模型。

1TensorFlow基础1

1.1TensorFlow概要1

1.2TensorFlow编程模型简介4

2TensorFlow和其他深度学习框架的对比18

2.1主流深度学习框架对比18

2.2各深度学习框架简介20

3TensorFlow步39

3.1TensorFlow的编译及安装39

3.2TensorFlow实现SoftmaxRegression识别手写数字46

4TensorFlow实现自编码器及多层感知机55

4.1自编码器简介55

4.2TensorFlow实现自编码器59

4.3多层感知机简介66

4.4TensorFlow实现多层感知机70

5TensorFlow实现卷积神经网络74

5.1卷积神经网络简介74

5.2TensorFlow实现简单的卷积网络80

5.3TensorFlow实现进阶的卷积网络83

6TensorFlow实现经典卷积神经网络95

6.1TensorFlow实现AlexNet97

6.2TensorFlow实现VGGNet108

6.3TensorFlow实现GoogleInceptionNet119

6.4TensorFlow实现ResNet143

6.5卷积神经网络发展趋势156

7TensorFlow实现循环神经网络及Word2Vec159

7.1TensorFlow实现Word2Vec159

7.2TensorFlow实现基于LSTM的语言模型173

7.3TensorFlow实现BidirectionalLSTMClassifier188

8TensorFlow实现深度强化学习195

8.1深度强化学习简介195

8.2TensorFlow实现策略网络201

8.3TensorFlow实现估值网络213

9TensorBoard、多GPU并行及分布式并行233

9.1TensorBoard233

9.2多GPU并行243

9.3分布式并行249

10TF.Learn从入门到精通259

10.1分布式Estimator259

10.2深度学习Estimator267

10.3机器学习Estimator272

10.4DataFrame278

10.5监督器Monitors279

11TF.Contrib的其他组件283

11.1统计分布283

11.2Layer模块285

11.3性能分析器tfprof293

参考文献297