TensorFlow:实战Google深度学习框架(第2版)
电子书推荐
-
Tensorflow 实战Google深度学习框架(高清PDF) 评分:
第1章 深度学习简介 1 1.1 人工智能、机器学习与深度学习 2 1.2 深度学习的发展历程 7 1.3 深度学习的应用 10 1.3.1 计算机视觉 10 1.3.2 语音识别 14 1.3.3 自然语言处理 15 1.3.4 人机博弈 18 1.4 深度学习工具介绍和对比 19 小结 23 第2章 TensorFlow环境搭建 25 2.1 TensorFlow的主要依赖包 25 2.1.1 Protocol Buffer 25 2.1.2 Bazel 27 2.2 TensorFlow安装 29 2.2.1 使用Docker安装 30 2.2.2 使用pip安装 32 2.2.3 从源代码编译安装 33 2.3 TensorFlow测试样例 37 小结 38 第3章 TensorFlow入门 40 3.1 TensorFlow计算模型——计算图 40 3.1.1 计算图的概念 40 3.1.2 计算图的使用 41 3.2 TensorFlow数据模型——张量 43 3.2.1 张量的概念 43 3.2.2 张量的使用 45 3.3 TensorFlow运行模型——会话 46 3.4 TensorFlow实现神经网络 48 3.4.1 TensorFlow游乐场及神经网络简介 48 3.4.2 前向传播算法简介 51 3.4.3 神经网络参数与TensorFlow变量 54 3.4.4 通过TensorFlow训练神经网络模型 58 3.4.5 完整神经网络样例程序 62 小结 65 第4章 深层神经网络 66 4.1 深度学习与深层神经网络 66 4.1.1 线性模型的局限性 67 4.1.2 激活函数实现去线性化 70 4.1.3 多层网络解决异或运算 73 4.2 损失函数定义 74 4.2.1 经典损失函数 75 4.2.2 自定义损失函数 79 4.3 神经网络优化算法 81 4.4 神经网络进一步优化 84 4.4.1 学习率的设置 85 4.4.2 过拟合问题 87 4.4.3 滑动平均模型 90 小结 92 第5章 MNIST数字识别问题 94 5.1 MNIST数据处理 94 5.2 神经网络模型训练及不同模型结果对比 97 5.2.1 TensorFlow训练神经网络 97 5.2.2 使用验证数据集判断模型效果 102 5.2.3 不同模型效果比较 103 5.3 变量管理 107 5.4 TensorFlow模型持久化 112 5.4.1 持久化代码实现 112 5.4.2 持久化原理及数据格式 117 5.5 TensorFlow最佳实践样例程序 126 小结 132 第6章 图像识别与卷积神经网络 134 6.1 图像识别问题简介及经典数据集 135 6.2 卷积神经网络简介 139 6.3 卷积神经网络常用结构 142 6.3.1 卷积层 142 6.3.2 池化层 147 6.4 经典卷积网络模型 149 6.4.1 LeNet-5模型 150 6.4.2 Inception-v3模型 156 6.5 卷积神经网络迁移学习 160 6.5.1 迁移学习介绍 160 6.5.2 TensorFlow实现迁移学习 161 小结 169 第7章 图像数据处理 170 7.1 TFRecord输入数据格式 170 7.1.1 TFRecord格式介绍 171 7.1.2 TFRecord样例程序 171 7.2 图像数据处理 173 7.2.1 TensorFlow图像处理函数 174 7.2.2 图像预处理完整样例 183 7.3 多线程输入数据处理框架 185 7.3.1 队列与多线程 186 7.3.2 输入文件队列 190 7.3.3 组合训练数据(batching) 193 7.3.4 输入数据处理框架 196 小结 198 第8章 循环神经网络 200 8.1 循环神经网络简介 200 8.2 长短时记忆网络(LTSM)结构 206 8.3 循环神经网络的变种 212 8.3.1 双向循环神经网络和深层循环神经网络 212 8.3.2 循环神经网络的dropout 214 8.4 循环神经网络样例应用 215 8.4.1 自然语言建模 216 8.4.2 时间序列预测 225 小结 230 第9章 TensorBoard可视化 232 9.1 TensorBoard简介 232 9.2 TensorFlow计算图可视化 234 9.2.1 命名空间与TensorBoard图上节点 234 9.2.2 节点信息 241 9.3 监控指标可视化 246 小结 252 第10章 TensorFlow计算加速 253 10.1 TensorFlow使用GPU 253 10.2 深度学习训练并行模式 258 10.3 多GPU并行 261 10.4 分布式TensorFlow 268 10.4.1 分布式TensorFlow原理 269 10.4.2 分布式TensorFlow模型训练 272 10.4.3 使用Caicloud运行分布式TensorFlow 282 小结 287
上传时间:2017-09 大小:96.7MB
- 19.67MB
《图解深度学习与神经网络:从张量到TensorFlow实现》_张平_2018-09-011
2022-08-03前言本书面向的读者本书的目标读者是想学 习神经 网 络和深度学习 的初学者。同时, 本书的示例代码基于TensorFlow 的 Python API ,所以需要
- 1.3MB
TensorFlow正式版中文文档.pdf
2021-09-14TensorFlow正式版中文文档.pdf
- 7.9MB
TensorFlow 官方文档中文版 - v1.2.pdf_0020f71e023adc6d29dab7d4.pdf
2022-05-10TensorFlow 官方文档中文版 - v1.2.pdf_0020f71e023adc6d29dab7d4
- 2.96MB
Tensorflow2.0.pdf
2019-11-10Josh Gordon 为我们介绍了TensorFlow2.0 的一些新的特征与使用技巧。附件为63页ppt
- 2.62MB
tensorflow API 文档 (PDF版)
2018-08-22tensorflow API 文档PDF版。 网页版:http://www.tensorfly.cn/tfdoc/api_docs/index.html
- 96.65MB
Tensorflow 实战Google深度学习
2017-11-02Tensorflow 实战Google深度学习框架. pdf 带书签的版本 。
- 96.61MB
Tensorflow pdf
2018-01-06Tensorflow 实战Google深度学习框架 Tensorflow 实战Google深度学习框架
- 44.42MB
TensorFlow-Google-Deep-Learning-Framework-in-Action:TensorFlow实战Google深度学习框架源代码。https
2021-03-23Tensorflow-Google- TensorFlow实战Google深度学习框架源代码 //book.douban.com/subject/26976457/
- 132KB
tensorflow学习总结.pdf
2019-08-22学习《Tensorflow 实战Google深度学习框架.pdf》,对立面重要概念的一个总结,适合初学者
- 96.66MB
Tensorflow google 实战
2017-11-02Tensorflow 实战Google深度学习框架. pdf 带书签版本 .
- 77.8MB
深度学习与TensorFlow入门实战-源码和PPT(1).zip
2020-03-04这款上传的文件是Tensorflow 软件的教程,里面包括PPT, PDF教程以及实战的代码。下载后可以按照教程的步骤自己搭建一个Tensorflow的框架,并用所提供的代码进行程序测试训练,以达到熟悉了解和入门的目的
- 15.45MB
深度学习入门 + TensorFlow官方教程
2018-09-09两份高清扫描版文档打包,内容没有复杂的数学计算公式,讲解十分详细到位。非常适合深度学习入门 。深度学习入门目录如下: 第1章 Python入门 第2章 感知机 第3章 神经网络 第4章 神经网络的学习 第5章 误差反向传播法 第6章 与学习相关的技巧 第7章 卷积神经网络 第8章 深度学习 附录A Softmax-with-Loss层的计算图
- 1.21MB
简单粗暴Tensorflow2.0.pdf
2020-04-09本手册是一篇精简的 TensorFlow 入门指导,基于 TensorFlow 的 Eager Execution(动态图)模式,力图让 具备一定机器学习及 Python 基础的开发者们快速上手 TensorFlow
- 2.76MB
Tensorflow.Tutorial.pdf
2019-05-18Deep Learning Frameworks • Deep Learning Frameworks • Deep Learning and GPUs • TensorFlow Basic • Quick Strat • How to train a Network • Magic: TensorBoard • Keras: The Python Deep Learning library • Calling Python Program from C++ • Distributed Deep Learning • Distributed Training • Distributed Deep Learning Frameworks • Distributed TensorFlow • Multi-GPUs Training • Distributed Training
- 7.66MB
Tensorflow.pdf
2021-09-17tensorflow白皮书
- 86.65MB
黄文坚-TensorFlow 实战中文版 完整版 pdf
2017-12-15在《TensorFlow实战》中,讲述了TensorFlow的基础原理,TF和其他框架的异同。并用具体的代码完整地实现了各种类型的深度神经网络:AutoEncoder、MLP、CNN(AlexNet,VGGNet,Inception Net,ResNet)、Word2Vec、RNN(LSTM,Bi-RNN)、Deep Reinforcement Learning(Policy Network、Value Network)。
- 8.9MB
TensorFlow官方指南1.pdf
2019-08-21TensorFlow官方指南https://www.tensorflow.org/guide/,合并成单个PDF,有目录
- 25.58MB
最完整的TensorFlow教程
2017-12-29最新的tensorflow教程,内容全面丰富,包括: TensorFlow For Machine Intelligence.pdf TensorFlow 官方文档中文版 - v1.2.pdf tensorflow-mnist-tutorial-master tensorflow在windows下的安装指南 TensorFlow在图像识别上的应用(郑泽宇PPT) 斯坦福大学-深度学习基础教程等。
- 13.32MB
Learning TensorFlow.pdf
2019-05-18在人类大脑的大致启发下,经过大量数据训练的深层神经网络可以以前所未有的精度解决复杂的任务。本实用书提供了TensorFlow的端到端指南,TensorFlow是领先的开源软件库,可帮助您构建和训练神经网络,用于计算机视觉、自然语言处理(NLP)、语音识别和一般预测分析。 作者Tom Hope、Yehezkel Resheff和Itay Lider为从数据科学家和工程师到学生和研究人员的广大技术受众提供了一种实践性的TensorFlow基础方法。在深入讨论诸如神经网络架构、TensorBoard可视化、TensorFlow抽象库和多线程输入管道等主题之前,您将首先学习TensorFlow中的一些基本示例。完成本书后,您将知道如何在TensorFlow中构建和部署生产就绪的深度学习系统。
- 1.80MB
TensorFlow入门指导(中英文 PDF版)
2019-03-01本手册是一篇精简的 TensorFlow 入门指导,基于 TensorFlow 的 Eager Execution(动态图)模式,力图让 具备一定机器学习及 Python 基础的开发者们快速上手 TensorFlow。
- 3.54MB
TensorFlow教程.pdf
2020-07-27尽管TensorFlow设计上足够灵活,可以用于进行各种复杂的数值计算。 但通常人们使用TensorFlow来实现机器学习模型,尤其常用于实现神经网络模型。 从原理上说可以使用张量构建计算图来定义神经网络,并通过自动微分机制训练模型。 但为简洁起见,一般推荐使用TensorFlow的高层次keras接口来实现神经网络网模型。
- 7.13MB
TensorFlow官方中文文档 高清完整版PDF
2016-04-16TensorFlow官方中文文档 极客学院出版
- 296.11MB
深度学习与神经网络从原理到实践(基于TensorFlow2)
2021-06-21深度学习和神经网络隶属于机器学习范畴,但是由于它在行业中应用广泛、研究成果显著,成为当下最热门的研究领域,因此深度学习就作为一门独立的学科被提出来了。 本课程使用的开发工具为TensorFlow2.X,如果你刚接触TensorFlow2,“墙裂”建议你从TensorFlow2学起,因为Google团队对其做了重大调整,它极大降低了开发者学习的门槛,更加简单,易用,开发者更多的应该关注深度学习算法本身。 本课程知识覆盖全面,项目案例丰富,以项目为导向,通过动态图形展现推理过程,深入浅出,从原理到实践均能很快掌握。 课程编排如下: 神经网络原理(神经元,单层感知器,多层感知器)TensorFlow2.X基础(环境搭建,常用函数,线性回归实现)全连接神经网络(前馈神经网络,全连接神经网络,神经网络搭建,手写数字识别,衣物识别)模型优化(模型复杂度,损失函数,学习率,优化器,图片增强,dropout)CNN卷积神经网络(原理,LeNet5,AlexNet,VGGNet,InceptionNet,ResNet,物品识别)RNN循环神经网络(原理,LSTM,GRU,股票预测)BP神经网络(正向传播
- 23.87MB
【《TensorFlow2深度学习》】.pdf
2021-10-30【《TensorFlow2深度学习》】.pdf
- 39.28MB
TensorFlow深度学习》--笔记版.pdf
2021-04-06TensorFlow深度学习该版本我做了详细笔记,也做了目录分类,希望能给大家帮助、一键三连哦!
- 6.95MB
tensorflow官方文档中文版
2018-03-13tensorflow官方文档中文版,字迹清晰,阅读之后收益很大。
- 892KB
Tensorflow下构建LSTM模型
2017-11-19深度学习在自然语言处理中的应用,Tensorflow下构建LSTM模型进行序列化标注
- 268KB
基于波形特征和SVM的心电信号自动分类方法研究
2018-05-23一篇心电信号识别和分类的论文。定义并提取了基于时域特征、小波域特征和高阶统计量特征等三大类心电特征参数,将一次性直接求解多类模式的 SVM 方法应用于心电信号分类。
- 293.88MB
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
2023-10-06本资源纯属免费,不收任何钱和任何积分,纯粹为爱发电,本资源已经为大家整合好了的,看我的博客部署好直接用:https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址:https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking 本资源提供了基于YOLOv8-deepsort算法的智能车辆目标检测、车辆跟踪和车辆计数的实现方案。首先,利用YOLOv8算法对视频中的车辆目标进行检测,并对检测到的目标进行标记。然后,通过deepsort算法对标记的车辆目标进行跟踪,实现车辆目标的持续跟踪。最后,根据跟踪结果对车辆数量进行统计,实现车辆计数功能。本资源提供了完整的代码实现和详细的使用说明,帮助读者快速掌握基于YOLOv8-deepsort的智能车辆目标检测、车辆跟踪和车辆计数技术。
- 98KB
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
2024-03-12YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了