Python深度学习 基于TensorFlow

通过阅读这本书，可以学习如何和深度学习去解决许多有趣的NLP问题。
所有的技术音节都附有练习，这些练习会指导读者逐步实现NLP系统。
所有练习都基于Python的TensorFlow（一种流行的分布式计算库）实现，可以非常方便地实现深度神经网络。
第1章：对NLP的简单介绍。
第2章：对Python TensorFlow库的介绍。
第3章：使用 TensorFlow 解决 NLP 任务。
第4章：

TensorFlow自然语言处理

Hands-On Machine Learning with Scikit-Learn and TensorFlow

TensorFlow Machine Learning Cookbook

本书由资深数据科学家撰写，从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带你由浅入深系统掌握TensorFlow机器学习算法及其实现。
全书共11章，第1章介绍TensorFlow的基本概念；第2章介绍如何在计算图中连接算法组件，创建一个简单的分类器；第3章重点介绍如何使用TensorFlow实现各种线性回归算法；第4章介绍支持

TensorFlow机器学习实战指南

《深度学习原理与TensorFlow实践》主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一，《深度学习原理与TensorFlow实践》结合实例介绍了使用TensorFlow开发机器学习应用的详细方法和步骤。同时，《深度学习原理与TensorFlow实践》着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循

深度学习原理与TensorFlow实践

本书基本独立成册，适用于零基础的初学者。
基础篇（第1～3章），讲解了机器学习、深度学习与实践的上下文知识，如基本的机器学习与深度学习算法，TensorFlow框架的安全与配置，简单的深度学习实践。该篇是阅读和实践的基石。
原理与实践篇（第4～8章），介绍“老牌”的深度学习网络的数学原理和工程实现原理，尤其是第4章，如果能基本读懂，后面的网络实现层面的问题基本都可以迎刃而解。涵盖BP网络、CNN、

TensorFlow书籍推荐

高分推荐

最近收录

全部书目

相关主题