最新公告
  • 欢迎您光临九八资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • TensorFlow机器学习实战指南 PDF 下载_人工智能教程

    资源名称:TensorFlow机器学习实战指南 PDF 下载

    内容简介:

    本书由资深数据科学家撰写,从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据,丰富的代码实例,详尽的操作步骤,带你由浅入深系统掌握TensorFlow机器学习算法及其实现。

    全书共11章,第1章介绍TensorFlow的基本概念;第2章介绍如何在计算图中连接算法组件,创建一个简单的分类器;第3章重点介绍如何使用TensorFlow实现各种线性回归算法;第4章介绍支持向量机(SVM)算法;第5章介绍如何使用数值度量、文本度量和归一化距离函数实现最近邻域算法;第6章讲述如何使用TensorFlow实现神经网络算法;第7章阐述TensorFlow实现的各种文本处理算法。第8章扩展神经网络算法;第9,解释在TensorFlow中如何实现递归神经网络(RNN)算法;第10章介绍TensorFlow产品级用例和tips;第11章展示TensorFlow如何实现k-means算法、遗传算法和解决常微分方程(ODE)等。

    作者简介:

    Nick McClure 资深数据科学家,目前就职于美国西雅图PayScale公司。曾经在凯撒娱乐集团工作。他在蒙大拿大学和圣本尼迪克与圣约翰大学学院的应用数学专业获得学位。他热衷于数据分析、机器学习和人工智能。Nick有时会把想法写成博客(http://fromdata.org/)或者推特(@nfmcclure)。

    资源目录:

    译者序

     作者简介

     审校者简介

     前言

     第1章 TensorFlow基础 1

     1.1 TensorFlow介绍 1

     1.2 TensorFlow如何工作 1

     1.3 声明张量 3

     1.4 使用占位符和变量 6

     1.5 操作(计算)矩阵 7

     1.6 声明操作 10

     1.7 实现激励函数 12

     1.8 读取数据源 14

     1.9 学习资料 19

    第2章 TensorFlow进阶 20

     2.1 本章概要 20

     2.2 计算图中的操作 20

     2.3 TensorFlow的嵌入Layer 21

     2.4 TensorFlow的多层Layer 23

     2.5 TensorFlow实现损失函数 26

     2.6 TensorFlow实现反向传播 30

     2.7 TensorFlow实现随机训练和批量训练 34

     2.8 TensorFlow实现创建分类器 37

     2.9 TensorFlow实现模型评估 40

    第3章 基于TensorFlow的线性回归 45

     3.1 线性回归介绍 45

     3.2 用TensorFlow求逆矩阵 45

     3.3 用TensorFlow实现矩阵分解 47

     3.4 用TensorFlow实现线性回归算法 49

     3.5 理解线性回归中的损失函数 52

     3.6 用TensorFlow实现戴明回归算法 55

     3.7 用TensorFlow实现lasso回归和岭回归算法 58

     3.8 用TensorFlow实现弹性网络回归算法 60

     3.9 用TensorFlow实现逻辑回归算法 62

    第4章 基于TensorFlow的支持向量机 66

     4.1 支持向量机简介 66

     4.2 线性支持向量机的使用 67

     4.3 弱化为线性回归 72

     4.4 TensorFlow上核函数的使用 77

     4.5 用TensorFlow实现非线性支持向量机 82

     4.6 用TensorFlow实现多类支持向量机 85

    第5章 最近邻域法 90

     5.1 最近邻域法介绍 90

     5.2 最近邻域法的使用 91

     5.3 如何度量文本距离 95

     5.4 用TensorFlow实现混合距离计算 98

     5.5 用TensorFlow实现地址匹配 101

     5.6 用TensorFlow实现图像识别 105

    第6章 神经网络算法 109

     6.1 神经网络算法基础 109

     6.2 用TensorFlow实现门函数 110

     6.3 使用门函数和激励函数 113

     6.4 用TensorFlow实现单层神经网络 117

     6.5 用TensorFlow实现神经网络常见层 120

     6.6 用TensorFlow实现多层神经网络 126

     6.7 线性预测模型的优化 131

     6.8 用TensorFlow基于神经网络实现井字棋 136

    第7章 自然语言处理 143

     7.1 文本处理介绍 143

     7.2 词袋的使用 144

     7.3 用TensorFlow实现TF-IDF算法 149

     7.4 用TensorFlow实现skip-gram模型 155

     7.5 用TensorFlow实现CBOW词嵌入模型 162

     7.6 使用TensorFlow的Word2Vec预测 167

     7.7 用TensorFlow实现基于Doc2Vec的情感分析 172

    第8章 卷积神经网络 181

     8.1 卷积神经网络介绍 181

     8.2 用TensorFlow实现简单的CNN 182

     8.3 用TensorFlow实现进阶的CNN 188

     8.4 再训练已有的CNN模型 196

     8.5 用TensorFlow实现模仿大师绘画 199

     8.6 用TensorFlow实现DeepDream 205

    第9章 递归神经网络 211

     9.1 递归神经网络介绍 211

     9.2 用TensorFlow实现RNN模型进行垃圾短信预测 212

     9.3 用TensorFlow实现LSTM模型 218

     9.4 Stacking多个LSTM Layer 226

     9.5 用TensorFlow实现Seq2Seq翻译模型 229

     9.6 TensorFlow实现孪生RNN预测相似度 235

    第10章 TensorFlow产品化 243

     10.1 简介 243

     10.2 TensorFlow的单元测试 243

     10.3 TensorFlow的并发执行 247

     10.4 分布式TensorFlow实践 250

     10.5 TensorFlow产品化开发提示 252

     10.6 TensorFlow产品化的实例 254

    第11章 TensorFlow的进阶应用 257

     11.1 简介 257

     11.2 TensorFlow可视化:Tensorboard 257

     11.3 Tensorboard的进阶 260

     11.4 用TensorFlow实现遗传算法 262

     11.5 TensorFlow实现k-means算法 266

     11.6 用TensorFlow求解常微分方程问题 270

    资源截图:

    1.png

    本站提供的一切源码、软件、教程和内容信息均来源于互联网,仅限用于学习和文献参考
    不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负
    您必须在下载后的24个小时之内,从您的电脑或手机中彻底删除上述内容
    如果您喜欢该程序,请支持正版,购买注册,得到更好的正版服务
    如果有侵权之处请第一时间联系我们删除。敬请谅解!站长邮箱3239592717@qq.com

    九八资源网_全网优质源码下载 » TensorFlow机器学习实战指南 PDF 下载_人工智能教程

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    • 4448会员总数(位)
    • 42537资源总数(个)
    • 0本周发布(个)
    • 0 今日发布(个)
    • 1432稳定运行(天)

    提供最优质的资源集合

    立即查看 了解详情