TensorFlow技术解析与实战（高清无码带目录）

全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等）并对MNIST数据集进行训练

Ansible自动化运维 技术与最佳实践

本书由一线运维人员联手打造，通过大量实例，详细讲解Ansible这个工具的自动化运维方式与技巧；从基础的架构解析、安装配置，到典型应用案例分析，作者分享了自己在工作中的实战经验，为各类开发运维人员提供了详实的指南。本书主要内容包括：Ansible架构及安装，Ansible组件、组件扩展、API，playbook详解、*实践案例分析，用ansible-vault保护敏感数据，Ansible与云计算的结合，部署Zabbix组件、Haproxy+LAMP架构，以及Ansible在大数据环境的应用实战等。

Jenkins权威指南

《Jenkins权威指南》从实践者的角度，在讲解Jenkins基本原理的同时，深入到持续集成、持续交付领域，为读者梳理出如何使用Jenkins设计和实现一个自动化的、周期性的集成测试过程，帮助读者理解Jenkins适用于什么场景。《Jenkins权威指南》中首先介绍Jenkins以及持续集成、持续交付的基础知识；然后安装Jenkins和配置Jenkins服务器，使用Jenkins建立构建作业、进行自动化测试，介绍Jenkins支持的几种安全模式，如何使用Jenkins进行消息通知，如何确保代码质量；最后进阶展示如何建立高级的和分布式的构建，如何进行自动化的部署和交付以及对Jenkins的运维。, 《Jenkins权威指南》适合想要了解Jenkins工具以及持续集成、持续交付理念的开发和测试人员阅读，也非常适合基于Jenkins构建持续集成、持续交付平台的技术人员阅读。

kotlin之极简教程

本书从Kotlin的HelloWorld开始，生动讲解Kotlin的基础知识和实战案例，分为两大部分：“基础知识”部分包括语言基础、基本数据类型与类型变量、集合类、泛型、面向对象编程、函数式编程、协程等

面向机器智能的TensorFlow实践

本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。, 全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给出详细的安装指南。第二部分（第3~4章）深入介绍TensorFlow API的基础知识和机器学习基础。第三部分（第5~6章）探讨如何用TensorFlow实现高级深度模型，涉及卷积神经网络（或CNN）模型和循环神经网络（或RNN）模型。第四部分（第7~8章）探讨TensorFlow API中*新推出的特性，包括如何准备用于部署的模型、一些有用的编程模式等。第9章给出一些进一步了解TensorFlow的学习资源。

TensorFlow实战

Google近日发布了TensorFlow 1.0候选版，这个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜，推出了分布式版本，服务框架TensorFlow Serving，可视化工具TensorFlow，上层封装TF.Learn，其他语言（Go、Java、Rust、Haskell）的绑定、Windows的支持、JIT编译器XLA、动态计算图框架Fold，以及数不胜数的经典模型在TensorFlow上的实现（Inception Net、SyntaxNet等）。在这一年多时间，TensorFlow已从初入深度学习框架大战的新星，成为了几近垄断的行业事实标准。, 《TensorFlow实战》希望用简单易懂的语言带领大家探索TensorFlow（基于1.0版本API）。在《TensorFlow实战》中我们讲述了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)。此外，《TensorFlow实战》还讲解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib组件。《TensorFlow实战》希望能帮读者快速入门TensorFlow和深度学习，在工业界或者研究中快速地将想法落地为可实践的模型。

第一本DOCKER书 修订版

Docker是一个开源的应用容器引擎，开发者可以利用Docker打包自己的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。, 本书由Docker公司前服务与支持副总裁James Turnbull编写，是Docker开发指南。本书专注于Docker 1.9及以上版本，指导读者完成Docker的安装、部署、管理和扩展，带领读者经历从测试到生产的整个开发生命周期，让读者了解Docker适用于什么场景。书中先介绍Docker及其组件的基础知识，然后介绍用Docker构建容器和服务来完成各种任务：利用Docker为新项目建立测试环境，演示如何使用持续集成的工作流集成Docker，如何构建应用程序服务和平台，如何使用Docker的API，如何扩展Docker。

Docker 容器与容器云（第2版）

本书从实践者的角度，在讲解Docker高级实践技巧的同时，深入到源代码层次，为读者梳理出Docker容器技术和基于Docker的容器云技术（如Kubernetes）的实现方法和设计思路，帮助读者理解如何在实际场景中利用Docker解决问题并启发新的思考。全书包括两部分，第一部分深入解读Docker容器技术，包括Docker入门、架构总览、Docker容器核心原理解读，以及Docker高级实践技巧；第二部分深入解读基于Docker的主流容器云技术，讲解了构建自己的容器云的方法，深入分析了3类Docker容器云技术的实现方法的设计思路，包括专注Docker容器编排与部署的容器云（Compose、Machine、Swarm、Fleet）、专注应用支撑的容器云（Flynn、Deis），以及一切皆容器的Kubernetes。

Kubernetes权威指南：从Docker到Kubernetes实践全接触（第2版）

本书是容器圈Kubernetes重磅开山作《Kubernetes权威指南：从Docker到Kubernetes实践全接触》的升级版，书籍更新到20166 kubernetes v13版本，包含从20157发布10版本之后v11、v12、v13版本的全部新特性，并根据第1版的读者反馈和全新的Kubernetes版本，对内容进行了大幅修订，阅读体验更佳。

Go语言实战

Go语言结合了底层系统语言的能力以及现代语言的高级特性，旨在降低构建简单、可靠、高效软件的门槛。本书向读者提供一个专注、全面且符合语言习惯的视角。Go语言实战同时关注语言的规范和实现，涉及的内容包括语法、类型系统、并发、管道、测试，以及其他一些主题。