TensorFlow深度學(xué)習(xí)（原書第2版）

譯者序
原書前言
作者簡(jiǎn)介
評(píng)閱人簡(jiǎn)介
第 1章　深度學(xué)習(xí)入門 // 1
1.1　機(jī)器學(xué)習(xí)簡(jiǎn)介 // 1
1.1.1　監(jiān)督學(xué)習(xí) // 3
1.1.2　不平衡數(shù)據(jù) // 4
1.1.3　無(wú)監(jiān)督學(xué)習(xí) // 4
1.1.4　強(qiáng)化學(xué)習(xí) // 5
1.1.5　什么是深度學(xué)習(xí) // 6
1.2　人工神經(jīng)網(wǎng)絡(luò) // 7
1.2.1　生物神經(jīng)元 // 8
1.2.2　人工神經(jīng)元 // 9
1.3　人工神經(jīng)網(wǎng)絡(luò)是如何學(xué)習(xí)的 // 10
1.3.1　人工神經(jīng)網(wǎng)絡(luò)與反向傳播算法 // 10
1.3.2　權(quán)重優(yōu)化 // 11
1.3.3　隨機(jī)梯度下降 // 11
1.4　人工神經(jīng)網(wǎng)絡(luò)架構(gòu) // 12
1.4.1　深度神經(jīng)網(wǎng)絡(luò) // 12
1.4.2　卷積神經(jīng)網(wǎng)絡(luò) // 15
1.4.3　自編碼器 // 17
1.4.4　循環(huán)神經(jīng)網(wǎng)絡(luò) // 18
1.4.5　新興架構(gòu) // 18
1.5　深度學(xué)習(xí)框架 // 18
1.6　小結(jié) // 21
第 2章　TensorFlow初探 // 22
2.1　TensorFlow概述 // 22
2.2　TensorFlow v1.6的新特性 // 23
2.2.1　支持優(yōu)化的 NVIDIA GPU // 24
2.2.2　TensorFlow Lite簡(jiǎn)介 // 24
2.2.3　動(dòng)態(tài)圖機(jī)制 // 25
2.2.4　優(yōu)化加速線性代數(shù) // 25
2.3　TensorFlow安裝與配置 // 25
2.4　TensorFlow計(jì)算圖 // 26
2.5　TensorFlow代碼結(jié)構(gòu) // 29
2.5.1　TensorFlow下的動(dòng)態(tài)圖機(jī)制 // 31
2.6　TensorFlow數(shù)據(jù)模型 // 32
2.6.1　張量 // 32
2.6.2　秩與維度 // 34
2.6.3　數(shù)據(jù)類型 // 35
2.6.4　變量 // 38
2.6.5　Fetches // 39
2.6.6　Feeds和占位符 // 39
2.7　基于 TensorBoard的可視化計(jì)算 // 41