機器學習實戰：模型構建與應用

本書講解TensorFlow生態系統中可用的API，以訓練各種任務模型，重點講解這些模型部署到許多不同方面。 TensorFlow Lite是完善TensorFlow的工具集，達到了兩個主要目的。 第一個是讓模型更加移動友好。這通常涉及降低它們的大小和複雜度，同時儘量不影響其準確率，讓它們在電池受限的環境（例如，一個移動設備）中能更好地工作。 第二個是爲不同的移動平臺提供運行時，平臺包括Android、iOS、移動Linux（例如，Raspberry Pi），以及各種各樣的微控制器。注意，你無法使用TensorFlow Lite來訓練模型。你的工作流是使用TensorFlow來訓練它，在使用TensorFlow Lite解釋器加載和運行它之前，將它轉換爲TensorFlow Lite的格式。 其他 值得注意的是，從2.1版本開始，這將默認安裝GPU版本的TensorFlow。 PyCharm有許多優點，但是我最喜歡的是它讓虛擬環境的管理變得簡單。

本書內容豐富，結構合理，難度適中。是瞭解機器學習和深度學習的不二之選。同時，本書涉及到大量的tensorflow和計算機視覺，自然語言處理和時間序列分析可爲從事相關領域的人提供參考。機器學習模型的部署是本書的一大特色，特別推薦。