为你推荐
内容简介
前言
入门篇
第1章 学习环境搭建
1.1 Docker工具箱
第2章 TensorFlow入门
2.1 Hello TensorFlow
2.2 TensorFlow数据结构
2.3 TensorFlow计算-数据流图
2.4 TensorFlow会话与基本操作
2.5 TensorFlow可视化
第3章 TensorFlow进阶
3.1 TensorFlow数据处理
3.2 TensorFlow共享变量
3.3 TensorFlow模型配置
基础篇
第4章 线性回归算法
4.1 BOSTON 数据集
4.2 TensorFlow模型
4.3 Estimator模型
4.4 Keras模型
第5章 逻辑回归算法
5.1 线性回归到逻辑回归
5.2 最小二乘到交叉熵
5.3 MNIST数据集
5.4 TensorFlow模型
5.5 Estimator模型
5.6 Keras模型
第6章 算法的正则化
6.1 过拟合
6.2 正则化
6.3 编程实战
进阶篇
第7章 神经网络与深度学习算法
7.1 神经网络
第8章 卷积神经网络（CNN）
8.1 卷积神经网络简介
8.2 CNN与DNN
第9章 循环神经网络（RNN）
9.1 循环神经网络简介
9.2 DNN、CNN与RNN
第10章 自动编码器（AutoEncoder）
10.1 自动编码器简介
应用篇
第11章 生成式对抗网络
11.1 生成式对抗网络简介
11.2 GAN工作原理
11.3 GAN改进模型
11.4 GAN模型实战
11.5 GAN训练技巧
11.6 GAN未来展望
第12章 使用TensorFlow Hub进行迁移学习
12.1 图像迁移学习
12.2 文本迁移学习
12.3 完整的文本分类器
12.4 迁移学习分析
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
