TensorFlow:实战Google深度学习框架
2019-07-23 11:08:47 0 举报
AI智能生成
TensorFlow:实战Google深度学习框架(第2版)
作者其他创作
大纲/内容
第7章 图像数据处理
7.1 TFRecord输入数据格式
7.2 图像数据处理
7.3 多线程输入数据处理框架
7.4 数据集(Dataset)
小结
第8章 循环神经网络
8.1 循环神经网络简介
8.2 长短时记忆网络(LSTM)结构
8.3 循环神经网络的变种
8.4 循环神经网络样例应用
第9章 自然语言处理
9.1 语言模型的背景知识
9.2 神经语言模型
9.3 神经网络机器翻译
第10章 TensorFlow高层封装
10.1 TensorFlow高层封装总览
10.2 Keras介绍
10.3 Estimator介绍
第11章 TensorBoard可视化
11.1 Tensor Board简介
11.2 TensorFlow计算图可视化
11.3 监控指标可视化
11.4 高维向量可视化
第12章 TensorFlow计算加速
12.1 TensorFlow使用GPU
12.2 深度学习训练并行模式
12.3 多GPU并行
12.4 分布式TensorFlow
TensorFlow:实战Google深度学习框架(第2版)
第1章 深度学习简介
1.1 人工智能、机器学习与深度学习
1.2 深度学习的发展历程
1.3 深度学习的应用
1.4 深度学习工具介绍和对比
第2章 TensorFlow环境搭建
2.1 TensorFlow的主要依赖包
2.2 TensorFlow安装
2.3 TensorFlow测试样例
第3章 TensorFlow入门
3.1 TensorFlow计算模型——计算图
3.2 TensorFlow数据模型——张量
3.3 TensorFlow运行模型——会话
3.4 TensorFlow实现神经网络
第4章 深层神经网络
4.1 深度学习与深层神经网络
4.2 损失函数定义
4.3 神经网络优化算法
4.4 神经网络进一步优化
第5章 MNIST数字识别问题
5.1 MNIST数据处理
5.2 神经网络模型训练及不同模型结果对比
5.3 变量管理
5.4 TensorFlow模型持久化
5.5 TensorFlow最佳实践样例程序
第6章 图像识别与卷积神经网络
6.1 图像识别问题简介及经典数据集
6.2 卷积神经网络简介
6.3 卷积神经网络常用结构
6.4 经典卷积网络模型
6.5 卷积神经网络迁移学习
0 条评论
回复 删除
下一页