本书共分 5 方面内容 :基础知识、关键模块、算法模型、内核揭秘、生态发展。前两方面由浅入深地介绍了 TensorFlow 平台,算法模型方面依托 TensorFlow 讲解深度学习模型,内核揭秘方面主要分析 C++ 内核中的通信原理、消息管理机制等,最后从生态发展的角度讲解以 TensorFlow 为中心的一套开源大数据分析解决方案。本书适合所有对深度学习和 TensorFlow 感兴趣的开发人员和数据分析师阅读。
机器学习关注的问题是如何使用算法将未经处理的原始数据转化为信息,进而转化为可供决策的情报。这一特性使得机器学习十分适用于大数据预测分析领域。可以说,没有机器学习,人们几乎不可能处理和整合当今世界的海量信息。另一方面,深度学习是机器学习算法的一个分支,其基本思想是学习出多个表示层,作为数据的模型。近年来,人们设计并开发了很多性能强大的深度学习算法,应用于图像识别、自然语言处理等大量复杂任务。深度学习算法本质上无非是复杂神经网络的一种实现,使其能够通过对海量数据的分析进行学习。本书基于最新版TensorFlow,介绍深度学习中的核心概念。TensorFlow是谷歌2011年发布的一个开源框架,用于处理数学、机器学习和深度学习领域的问题。自发布以来,TensorFlow大受欢迎,广泛应用于学术界、科研领域乃至工业领域。TensorFlow版本1.0含有统一的API,它提供了恰到好处的灵活性。用户可以轻松实现和研究最前沿的算法架构,集中精力关注模型的组织结构,而不用为其中的数学细节而烦恼。在学习本书的过程中,你将通过建模、数据收集和转换等实际操作学习深度学习编程技术。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。举报投诉
全部0条评论
快来发表一下你的评论吧 !