《Python快乐编程 TensorFlow深度学习项目实战》求取 ⇩

第1章初识TensorFlow1

1.1深度学习介绍1

1.2 TensorFlow简介4

1.3 TensorF low环境搭建7

1.4 TensorFlow测试11

1.5本章小结12

1.6习题12

第2章TensorFlow基础14

2.1张量14

2.2会话17

2.3变量与占位符18

2.4矩阵20

2.4.1创建矩阵20

2.4.2矩阵基本运算21

2.5本章小结22

2.6习题23

第3章TensorFlow进阶25

3.1TensorFlow的计算模型25

3.1.1计算图的工作原理25

3.1.2计算图的使用26

3.2 TensorFlow的嵌入层28

3.3 TensorF low的多层29

3.4TensorFlow实现损失函数31

3.4.1损失函数31

3.4.2损失函数工作原理及实现34

3.5TensorFlow实现反向传播37

3.5.1反向传播算法37

3.5.2反向传播算法的工作原理及实现38

3.6 TensorFlow实现随机训练和批量训练42

3.7 TensorFlow创建分类器47

3.8TensorFlow实现模型评估51

3.8.1模型评估方法51

3.8.2模型评估工作原理及实现51

3.9本章小结56

3.10习题56

第4章基于TensorFlow的线性回归58

4.1线性回归简介58

4.2 TensorFlow求逆矩阵63

4.3 TensorFlow求矩阵的分解65

4.4 TensorFlow实现线性回归算法68

4.5线性回归中的损失函数71

4.6 TensorFlow实现戴明回归74

4.7 TensorFlow实现Ridge回归与Lasso回归78

4.8 TensorFlow实现逻辑回归83

4.9本章小结86

4.10习题86

第5章神经网络算法基础88

5.1神经网络算法简介88

5.2TensorFlow实现激活函数89

5.2.1 Sigmoid函数89

5.2.2 Tanh函数90

5.2.3 ReLU数91

5.3 TensorFlow实现单层神经网络92

5.4 TensorFlow实现神经网络常见层94

5.5本章小结98

5.6习题98

第6章数字识别问题99

6.1 MNIST数据处理99

6.2神经网络模型训练进阶102

6.2.1程序与数据的拆分102

6.2.2变量管理108

6.3 TensorFlow模型持久化111

6.3.1TensorFlow实现保存或加载模型111

6.3.2 TensorFlow模型持久化的原理及数据格式113

6.4本章小结119

6.5习题119

第7章TensorFlow实现卷积神经网络120

7.1卷积神经网络简介120

7.2TensorFlow实现简单的CNN126

7.3 TensorFlow实现进阶CNN131

7.4 TensorFlow实现图片风格渲染138

7.5本章小结143

7.6习题143

第8章图像数据处理145

8.1 TFRecords145

8.2图像数据的预处理148

8.2.1图像预处理方法简介148

8.2.2图像预处理实例158

8.3多线程输入数据处理框架160

8.3.1队列与多线程160

8.3.2输入文件队列163

8.3.3组合训练数据165

8.4数据集的使用方法167

8.5本章小结172

8.6习题172

第9章TensorFlow实现循环神经网络174

9.1循环神经网络简介174

9.2通过TensorFlow实现垃圾短信预测175

9.3通过TensorFlow实现LSTM模型180

9.4通过TensorFlow实现多层LSTM模型186

9.5本章小结193

9.6习题193

第10章TensorFlow产品化194

10.1TensorFlow的单元测试194

10.2 TensorFlow并发执行198

10.3 TensorFlow分布式实践199

10.4 TensorFlow产品化开发200

10.5本章小结202

10.6习题202

第11章TensorFlow的进阶用法204

11.1TensorFlow实现遗传算法204

11.2 TensorFlow实现K-means算法208

11.3 TensorFlow求解常微分方程212

11.4本章小结213

11.5习题214

第12章TensorFlow高层封装215

12.1TensorFlow的常见封装方法简介215

12.2Keras217

12.2.1序贯模型218

12.2.2函数式模型220

12.3Estimator222

12.3.1 Estimator的基本用法223

12.3.2 Estimator自定义模型225

12.4本章小结227

12.5习题228

第13章TensorFlow可视化229

13.1TensorBoard简介229

13.2TensorBoard可视化231

13.2.1 TensorFlow命名空间与TensorBoard图上节点231

13.2.2 TensorBoard节点信息236

13.3本章小结238

13.4习题238

第14章TensorFlow实现车牌识别239

14.1项目简介239

14.2生成训练数据集240

14.3数据读取244

14.4构建神经网络模型246

14.5开始模型训练251

14.6测试模型准确度254

14.7本章小结257