2019 年 11 月最新《TensorFlow 2.0 深度学习算法实战》中文版教材免费开源(附随书代码+pdf)

简介: 2019 年 11 月最新《TensorFlow 2.0 深度学习算法实战》中文版教材免费开源(附随书代码+pdf)

2019 年 10 月,谷歌正式宣布,开源机器学习库 TensorFlow 2.0 现在可供公众使用。 TensorFlow 2.0 的 Alpha 版本今年初在 TensorFlow 开发者大会上首次发布,经过近 7 个月的不断修改、更新,TensorFlow 2.0正式版可谓是千呼万唤始出来。 


作为最受欢迎的机器学习库之一,自 2015 年谷歌大脑团队发布 TensorFlow 以来,TensorFlow 框架已被下载超过 4000 万次。


今天给大家分享一份 11 月刚刚出炉的《TensorFlow 2.0 深度学习算法实战》中文版教材。最新的,而且是中文教材哦。

image.png


话不多说,一起来看看吧。


简介


这是一本面向人工智能,特别是深度学习初学者的书,本书旨在帮助更多的读者朋友了 解、喜欢并进入到人工智能行业中来,因此作者试图从分析人工智能中的简单问题入手,一 步步地提出设想、 分析方案以及实现方案,重温当年科研工作者的发现之路,让读者身临其 境式的感受算法设计思想,从而掌握分析问题、解决问题的能力。这种方式也是对读者的基 础要求较少的,读者在学习本书的过程中会自然而然地了解算法的相关背景知识,避免出现 为了学习而学习的窘境。


目录


本书共有 15 章,内容上可分为 4 个部分:第 1~3 章为第 1 部分,主要介绍人工智能的初步认知和背景;第 4~5 章为第 2 部分,主要介绍 TensorFlow 的相关基础知识,为后面的内容进行铺垫;第 6~9 章为第 3 部分,主要介绍神经网络的核心理论知识点和算法,让读者对深度学习的本质有更深的理解;第 10~15 章为模型算法的应用部分,主要介绍一些常见的算法和模型。


1.jpg2.jpg3.jpg


这份中文版教材总共有 400 页,内容丰富但不冗余。难度适中,循序渐进。非常适合 TensorFlow 新手阅读。


代码


本教材最大的特点之一就是不仅包含了丰富的内容,还在每章配备了相应的代码,供学习者实战。所有的项目都是基于 基于TensorFlow 2.0实战。


目前,所有的项目代码已开源,并发布在 GitHub 上。地址为:


https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book


image.png

配套资源


  • 提交错误或者修改等反馈意见,请在 Github Issues 页面提交:

https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book/issues 


  • 本书主页,以及源代码,电子书下载, 正式版也会在此同步更新:

https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book 


  • TensorFlow 2.0 实战案例:

https://github.com/dragen1860/TensorFlow-2.x-Tutorials 

相关文章
|
6天前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
15天前
|
机器学习/深度学习 算法 编译器
Python程序到计算图一键转化,详解清华开源深度学习编译器MagPy
【10月更文挑战第26天】MagPy是一款由清华大学研发的开源深度学习编译器,可将Python程序一键转化为计算图,简化模型构建和优化过程。它支持多种深度学习框架,具备自动化、灵活性、优化性能好和易于扩展等特点,适用于模型构建、迁移、部署及教学研究。尽管MagPy具有诸多优势,但在算子支持、优化策略等方面仍面临挑战。
41 3
|
17天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
18 3
|
16天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
29天前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
30天前
|
搜索推荐
插入排序算法的讲解和代码
【10月更文挑战第12天】插入排序是一种基础的排序算法,理解和掌握它对于学习其他排序算法以及数据结构都具有重要意义。你可以通过实际操作和分析,进一步深入了解插入排序的特点和应用场景,以便在实际编程中更好地运用它。
|
22天前
|
缓存 分布式计算 监控
优化算法和代码需要注意什么
【10月更文挑战第20天】优化算法和代码需要注意什么
16 0
|
1月前
|
算法 Java 测试技术
数据结构 —— Java自定义代码实现顺序表,包含测试用例以及ArrayList的使用以及相关算法题
文章详细介绍了如何用Java自定义实现一个顺序表类,包括插入、删除、获取数据元素、求数据个数等功能,并对顺序表进行了测试,最后还提及了Java中自带的顺序表实现类ArrayList。
19 0
|
2月前
|
机器学习/深度学习 存储 算法
经典算法代码
这段代码展示了多个经典算法,包括:穷举法解决“百钱买百鸡”问题;递推法计算“猴子吃桃”问题;迭代法求解斐波那契数列及折纸高度超越珠峰的问题。同时,还提供了希尔排序算法实现及披萨票务订购系统和汉诺塔问题的链表存储解决方案。每部分通过具体案例解释了算法的应用场景与实现方法。
31 3
|
3月前
|
人工智能 算法 数据可视化
DBSCAN密度聚类算法(理论+图解+python代码)
DBSCAN密度聚类算法(理论+图解+python代码)