前　言 随着人工智能在围棋、德州扑克、人脸识别等方面战胜人类，机器学习等人工智能技术显示了越来越重要的价值。 深度学习（深度结构化学习）是基于一组算法的机器学习的一个分支，这些算法试图通过使用具有复杂结构或由多个非线性变换组成的处理层来对数据中的高层次抽象进行建模。 机器学习技术随着数据集的增长、算法及其实现的改进、硬件性能的提升而持续发展。TensorFlow作为一种主流的机器学习库让机器学习开发变得越来越容易。 随着可获得文本和语音数据的日益增多，自然语言处理技术在生产和生活中发挥越来越重要的作用。《深度学习：从Python到TensorFlow应用实战》介绍如何使用流行的TensorFlow进行自然语言处理，并介绍流行的Python语言以及使用Python开发TensorFlow应用。 《深度学习：从Python到TensorFlow应用实战》共分5章：第1章介绍开发深度学习应用所需要的Linux基础以及在Linux和Windows操作系统下搭建开发环境；第2章介绍Python编程语言基础；第3章介绍搭建深度学习框架开发环境，使用TensorFlow实现语音识别及TensorFlow中的联邦学习；第4章介绍通过TensorFlow.NET和TensorFlowSharp在C#中使用TensorFlow的方法；第5章介绍如何使用网格计算引擎Slurm构建Linux高性能计算集群和如何实现TensorFlow在Slurm集群的运行。 书中的部分示例采用Java或C#编程语言编写，不熟悉Java或者C#语言的读者可以参考猎兔搜索团队编写的Java或者C#相关入门书籍。 《深度学习：从Python到TensorFlow应用实战》适合需要具体实现机器学习应用的开发人员或者对人工智能等相关领域感兴趣的人员参考。 感谢早期合著者、合作伙伴、员工、学员、读者的支持。技术的融合与创新无止境，欢迎一起探索！ 在《深度学习：从Python到TensorFlow应用实战》的编写过程中，笔者虽尽可能地将清晰的论述呈现给读者，但也难免有疏漏和不妥之处，敬请读者不吝指正。 作者 2020年1月

• 课件下载
• 暂无样章
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接