豆瓣评分9.7 这本书真是太优秀了! TensorFlow全面实战 附电子版！！

前言

TensorFlow 乃是由 Google Brain 团队所开发的开源机器学习框架。其被广泛应用于各类机器学习与深度学习的领域，像是神经网络、自然语言处理以及图像识别等等。

《TensorFlow 实战：Google 深度学习框架》全方位涵盖了 TensorFlow 的核心概念与技术，从基础的知识到高级的应用均有详尽的阐释，不但介绍了 TensorFlow 的基本操作，还包含了如何凭借 TensorFlow 来进行图像分类、自然语言处理等实际任务的实战例子。本书适用于那些期望深入探究 TensorFlow 的开发者、数据科学家以及研究人员。不管是初涉此领域的新手，还是具备一定基础的从业人士，都能够从中获取富有价值的知识。更多内容就不再详述了，大家文末自行获取！相信能够对大家有所帮助！

目录

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
• 小结

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
• 小结

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
• 小结

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
• 小结

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
• 小结

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
• 小结

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
• 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（LTSM）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
• 小结

第9章 TensorBoard可视化

• 9.1 TensorBoard简介
• 9.2 TensorFlow计算图可视化
• 9.3 监控指标可视化
• 小结

第10章 TensorFlow计算加速

• 10.1 TensorFlow使用GPU
• 10.2 深度学习训练并行模式
• 10.3 多GPU并行
• 10.4 分布式TensorFlow
• 小结