TensorFlow深度学习基础与应用 pdf下载

基本信息

• 商品名称：TensorFlow深度学习基础与应用/人工智能人才培养系列
• 作者：编者:杨虹//谢显中//周前能//王智鹏//张安文|责编:刘博
• 定价：49.8
• 出版社：人民邮电
• 书号：9787115556820

其他参考信息（以实物为准）

• 出版时间：2021-09-01
• 印刷时间：2021-09-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：190
• 字数：298千字

内容提要

人工智能在由机器学习 向深度学习发展的过程中， 扩展了科研院校的研究方向 ，同时也带动了各行各业的 产业升级。本书正是在这样 的背景下编写的。
     本书紧跟人工智能技术 发展潮流，知识点由浅入深 ，算法原理逐个击破，章节 安排合理有序，示例新颖且 实用。本书内容包括 TensorFlow在 Windows操 作系统、Linux操作系统、 macOS下的安装， TensorFlow静态图、动态图 、损失函数、优化器等基础 语法，k均值、k近邻、朴素 贝叶斯、决策树、支持向量 机、人工神经网络、线性回 归、逻辑回归、决策树回归 等机器学习算法，分类、检 测、检索、光学字符识别等 图像处理技术，中文分词、 命名实体识别等自然语言处 理技术，TensorFlow高阶应 用等。
     本书可以作为高等院校 人工智能专业辅助参考用书 ，也可供对人工智能感兴趣 的读者学习使用。
    

目录

第1章 绪论
1.1 机器学习简介
1.2 机器学习流程
1.3 深度学习简介
第2章 TensorFlow简介与环境搭建
2.1 TensorFlow简介
2.2 TensorFlow的语言支持
2.3 TensorFlow的安装和环境配置
2.3.1 Python安装
2.3.2 CUDA与CUDNN安装
2.4 TensorFlow安装
2.4.1 pip安装
2.4.2 Docker安装
2.5 测试TensorFlow
第3章 TensorFlow入门
3.1 TensorFlow静态图模式
3.1.1 TensorFlow中的张量类型
3.1.2 TensorFlow的操作符简介
3.1.3 TensorFlow的Graph和Session
3.2 TensorFlow动态图模式
3.3 TensorFlow损失函数
3.3.1 交叉熵
3.3.2 均方误差
3.3.3 KL散度
3.4 TensorFlow优化器
3.5 TensorFlow训练数据输入
3.5.1 tf.data.Dataset
3.5.2 tf.data.Iterator
第4章 聚类算法
4.1 聚类算法简介
4.2 k均值聚类算法
4.2.1 算法步骤
4.2.2 准则函数
4.2.3 算法改进
4.3 k中心聚类算法
4.3.1 准则函数
4.3.2 算法步骤
4.3.3 算法对比
第5章 分类算法
5.1 分类算法简介
5.2 k近邻算法
5.2.1 算法步骤
5.2.2 投票算法改进
5.2.3 k参数选取
5.2.4 模型评价
5.3 朴素贝叶斯
5.3.1 算法步骤
5.3.2 概率处理
5.3.3 连续值概率计算
5.4 决策树