深度學習之TensorFlow：入門、原理與進階實戰
李金洪
6656人在讀
44.8萬字總字數
¥59定價
李金洪
本書針對TensorFlow 1.0以上版本編寫，採用“理論+實踐”的形式編寫，通過大量的實例（共96個），全面而深入地講解“深度學習神經網絡原理”和“Tensorflow使用方法”兩方面。書中的實例具有很強的實用，如對圖片分類、製作一個簡單的聊天機器人、進行圖像識別等。書中的每章都配有一段教學視頻，視頻和圖書具有一樣的內容和結構，能幫助讀者快速而全面地瞭解本章的內容。本書還免費提供了所有案例的源代碼及數據樣本，這些代碼和樣本不僅方便了讀者學習，而且也能爲以後的工作提供便利。 全書共分爲3篇：第1篇“深度學習與TensorFlow基礎”，包括快速瞭解人工智能與TensorFlow、搭建開發環境、TensorFlow基本開發步驟、TensorFlow編程基礎、一個識別圖中模糊的數字的案例；第2篇“深度學習基礎——神經網絡”介紹了神經網絡的基礎模型，包括單個神經元、多層神經網絡、卷積神經網絡、循環神經網絡、自編碼網絡；第3篇“神經網絡進階”，是對基礎網絡模型的靈活運用與自由組合，是對前面知識的綜合及拔高，包括深度神經網絡、對抗神經網絡。 本書結構清晰、案例豐富、通俗易懂、實用性強。特別適合TensorFlow深度學習的初學者和進階讀者作爲自學教程閱讀。另外，本書也適合社會培訓學校作爲培訓教材使用，還適合大中專院校的相關專業作爲教學參考書。
關於深度學習在Tensorflow框架應用中的一本好書。適合初級中級高級程序員閱讀。 有一定的理論深度，而且用了淺顯的語言描述清晰，每一個算法都配有tf的代碼實例實戰，還不錯。 對tf的介紹比較詳細。
AI#8: 非常強細技術型指導，特別是對於一些神經網絡傳播應用函數介紹，簡明扼要，精彩。但是，如果作者能夠將一些碼農的代碼與文字分開，放入參考表格或者附錄中，讀起來更加豐富，特別是對於入門讀者。另外，如果能夠在解釋每一個範例之問題，方法，目的，意義及對於分析結果有解釋性介紹比只提高代碼要更好。 讀者往往希望，知其然，而更知其所以然。在介紹具體方法技術之前，一般讀者需要有簡潔介紹，例如，首先，需要有介紹部分輸入數據顯示樣本，包括它有哪些變量等等。然後，對於其關注或者希望解決問題或者要分析達到目的是什麼？爲什麼用如此方法更合理？及分析後結果的詮釋這樣關鍵部分，應該就可以夠成技術性介紹基本方面？這樣讀者不僅僅會選擇用何種模塊及算法，更希望能夠用好，用對，用得有創新及新發現。本書適合有相當AI基礎或者碼農讀者。😄☕️⛽️！
關於深度學習和Tensorflow非常不錯的一本書，適合各個層次的讀者閱讀。既有一定的理論深度，又能用淺顯易懂的語言講述清楚，同時提供了詳盡的實例代碼，便於讀者實驗，參考和應用。爲了真正掌握書中內容，建議讀者親自實踐書中每個實例。四星推薦，值得閱讀，學習和參考。
代碼太老，TF2.0上跑不起來
這本書不錯，有內容，有案例，還有視頻。
本書採用TF1.X版本，不建議作爲學習TF工具書，浪費時間，瞭解相關概念可以略讀，如果想學習TF2的方法，建議學習Github上的簡單粗暴Tensorflow開源教程
解了我心頭的困惑。把新手的核心問題給解決了。是新手的核心問題而不是知識點。
很不錯的一本書，對於入門很有幫助。細讀下來，也發現了很多書寫錯誤。不過瑕不掩瑜！
入門可以，還得結合CVPR看看論文和新的網絡模型
基本講的是tensorflow的low level API，不大適合入門[捂臉]太底層了一點。