本書基于TensorFlow 2.1 版本進(jìn)行編寫。書中內(nèi)容分為4 篇。 篇包括TensorFlow 的安裝、使用方法。這部分內(nèi)容可以使讀者快速上手TensorFlow 工具。第2 篇包括數(shù)據(jù)集制作、特征工程等數(shù)據(jù)預(yù)處理工作，以及與數(shù)值分析相關(guān)的模型（其中包括wide_deep 模型、梯度提升樹、知識圖譜、帶有JANET 單元的RNN 等模型）。第3 篇從自然語言處理、計(jì)算機(jī)視覺兩個(gè)應(yīng)用方向介紹了基礎(chǔ)的算法原理和主流的模型。具體包括：TextCNN 模型、帶有注意力機(jī)制的模型、帶有動態(tài)路由的RNN 模型、BERTology 系列模型、EfficientNet系列模型、Anchor-Free 模型、YOLO V3 模型等。第4 篇介紹了生成式模型和零次學(xué)習(xí)兩種技術(shù)，其中系統(tǒng)地介紹了信息熵、歸一化、f-GAN、很優(yōu)傳輸、Sinkhorn 算法，以及變分自編碼、DeblurGAN、AttGAN、DIM、VSC 等模型。本書結(jié)構(gòu)清晰、案例豐富、通俗易懂、實(shí)用性強(qiáng)，適合對人工智能、TensorFlow 感興趣的讀者作為自學(xué)教程。另外，本書也適合社會培訓(xùn)學(xué)校作為培訓(xùn)教材，還適合計(jì)算機(jī)相關(guān)專業(yè)作為教學(xué)參考書。\李金洪“大蛇智能”網(wǎng)站創(chuàng)始人、“代碼醫(yī)生”工作室主程序員。精通Python、C、C++、匯編、Java和Go等多種編程語言。擅長神經(jīng)網(wǎng)絡(luò)、算法、協(xié)議分析、逆向工程和移動互聯(lián)網(wǎng)安全架構(gòu)等技術(shù)。在深度學(xué)習(xí)領(lǐng)域，參與過某移動互聯(lián)網(wǎng)后臺的OCR項(xiàng)目、某娛樂\
|
