深度學習:從Python到TensorFlow應用實戰 ( 簡體 字) |
| 作者：葉虎 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52642
詢問書籍請說出此書號！【缺書】
NT售價： 350 元 |
| 出版日：4/1/2020 |
| 頁數： |
| 光碟數：0 |
|
站長推薦：   |
| 印刷： | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302545651 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：隨著人工智能在圍棋、德州撲克、人臉識別等方面戰勝人類，機器學習等人工智能技術顯示了越來越重要的價值。
深度學習（深度結構化學習）是基于一組算法的機器學習的一個分支，這些算法試圖通過使用具有復雜結構或由多個非線性變換組成的處理層來對數據中的高層次抽象進行建模。
機器學習技術隨著數據集的增長、算法及其實現的改進、硬件性能的提升而持續發展。TensorFlow作為一種主流的機器學習庫讓機器學習開發變得越來越容易。
隨著可獲得文本和語音數據的日益增多，自然語言處理技術在生產和生活中發揮越來越重要的作用。《深度學習：從Python到TensorFlow應用實戰》介紹如何使用流行的TensorFlow進行自然語言處理，并介紹流行的Python語言以及使用Python開發TensorFlow應用。
《深度學習：從Python到TensorFlow應用實戰》共分5章：第1章介紹開發深度學習應用所需要的Linux基礎以及在Linux和Windows操作系統下搭建開發環境；第2章介紹Python編程語言基礎；第3章介紹搭建深度學習框架開發環境，使用TensorFlow實現語音識別及TensorFlow中的聯邦學習；第4章介紹通過TensorFlow.NET和TensorFlowSharp在C#中使用TensorFlow的方法；第5章介紹如何使用網格計算引擎Slurm構建Linux高性能計算集群和如何實現TensorFlow在Slurm集群的運行。
書中的部分示例采用Java或C#編程語言編寫，不熟悉Java或者C#語言的讀者可以參考獵兔搜索團隊編寫的Java或者C#相關入門書籍。
《深度學習：從Python到TensorFlow應用實戰》適合需要具體實現機器學習應用的開發人員或者對人工智能等相關領域感興趣的人員參考。
感謝早期合著者、合作伙伴、員工、學員、讀者的支持。技術的融合與創新無止境，歡迎一起探索！
在《深度學習：從Python到TensorFlow應用實戰》的編寫過程中，筆者雖盡可能地將清晰的論述呈現給讀者，但也難免有疏漏和不妥之處，敬請讀者不吝指正。
作者
2020年1月 |
內容簡介：《深度學習：從Python到TensorFlow應用實戰》全面介紹深度學習中的卷積神經網絡結構、學習原理、代碼實現、
API調用等基本知識，重點介紹開發深度學習應用所需要的Python技術基礎以及TensorFlow深度學習庫，并以文本分
類和語音識別為例說明TensorFlow的應用場景。
《深度學習：從Python到TensorFlow應用實戰》可供對TensorFlow比較熟悉并且對機器學習有所了解的開發人員、
科技工作者和研究人員參考，也可作為高等院校計算機、軟件工程等專業高年級本科生與研究生的教材。 |
目錄：第1章 深度學習快速入門 1
1.1 各種深度學習應用 1
1.2 準備開發環境 2
1.2.1 Linux基礎 2
1.2.2 Micro編輯器 5
1.2.3 Shell基礎 5
1.2.4 Linux下安裝Python 8
1.2.5 選擇Python版本 9
1.2.6 使用AWK 9
1.2.7 Windows下安裝Python 10
1.2.8 搭建PyDev集成開發環境 11
1.3 體驗TensorFlow文本分類 12
1.3.1 安裝TensorFlow 12
1.3.2 實現文本分類 14
1.4 本章小結 16
第2章 Python編程語言基礎 17
2.1 變量 17
2.2 注釋 17
2.3 簡單數據類型 18
2.3.1 數值 18
2.3.2 字符串 20
2.3.3 數組 22
2.4 字面值 22
2.5 控制流 23
2.5.1 if語句 23
2.5.2 循環 24
2.6 列表 25
2.7 元組 28
2.8 集合 30
2.9 字典 30
2.10 位數組 31
2.11 模塊 32
2.12 函數 33
2.13 print函數 35
2.14 正則表達式 37
2.15 文件操作 39
2.15.1 讀寫文件 40
2.15.2 重命名文件 41
2.15.3 遍歷文件 41
2.16 使用pickle模塊序列化對象 42
2.17 面向對象編程 42
2.18 命令行參數 44
2.19 數據庫 45
2.20 JSON格式 46
2.21 日志記錄 46
2.22 異常處理 48
2.23 通過PyJNIus使用Java 48
2.24 本章小結 49
第3章 語音識別中的深度學習 50
3.1 神經網絡基礎 50
3.1.1 實現深度前饋網絡 52
3.1.2 計算過程 61
3.2 卷積神經網絡 67
3.3 語音識別語料庫 73
3.3.1 TIMIT語料庫 73
3.3.2 LibriSpeech語料庫 74
3.3.3 中文語料庫 74
3.4 搭建深度學習框架開發環境 75
3.4.1 安裝Clang 75
3.4.2 構建配置 79
3.4.3 configure腳本 80
3.4.4 靜態代碼分析 82
3.4.5 LLDB調試 83
3.4.6 使用Cygwin模擬環境 86
3.4.7 使用CMake構建項目 86
3.4.8 使用Gradle構建項目 87
3.4.9 Jenkins實現持續集成 92
3.5 TensorFlow識別語音 92
3.5.1 使用Keras 92
3.5.2 安裝TensorFlow 94
3.5.3 安裝TensorFlow的Docker容器 96
3.5.4 使用TensorFlow 97
3.5.5 一維卷積 137
3.5.6 二維卷積 139
3.5.7 膨脹卷積 141
3.5.8 TensorFlow實現簡單的語音識別 142
3.5.9 NumPy提取語音識別特征 144
3.5.10Numba 147
3.6 端到端深度學習 148
3.7 Dropout解決過度擬合問題 148
3.8 NumPy中的矩陣運算 151
3.9 說話者識別 152
3.10 聯邦學習 154
3.11 本章小結 160
第4章 C#開發深度學習應用 161
4.1 使用TensorFlow.NET 161
4.2 使用TensorFlowSharp 163
4.3 本章小結 164
第5章 Slurm并行訓練 165
5.1 網格計算引擎Slurm簡介 165
5.1.1 安裝Slurm 166
5.1.2 Slurm腳本編程 171
5.2 TensorFlow集群 172
5.3 本章小結 173
參考文獻 174 |
| 序： |
