标签：蒋子阳 人工智能 编程 学习 算法 深度 TensorFlow
内容简介
TensorFlow是谷歌研发的人工智能学习系统，是一个用于数值计算的开源软件库。《TensorFlow深度学习算法原理与编程实战》以基础 实践相结合的形式，详细介绍了TensorFlow深度学习算法原理及编程技巧。通读全书，读者不仅可以系统了解深度学习的相关知识，还能对使用TensorFlow进行深度学习算法设计的过程有更深入的理解。
《TensorFlow深度学习算法原理与编程实战》共14章，主要内容有：人工智能、大数据、机器学习和深度学习概述；深度学习及TensorFlow框架的相关背景；TensorFlow的安装；TensorFlow编程策略；深度前馈神经网络；优化网络的方法；全连神经网络的经典实践；卷积神经网络的基础知识；经典卷积神经网络的TensorFlow实现；循环神经网络及其应用；深度强化学习概述；TensorFlow读取数据的API；TensorFlow持久化模型的API；可视化工具TensorBoard的使用；TensorFlow使用多GPU或并行的方式加速计算等。
《TensorFlow深度学习算法原理与编程实战》内容通俗易懂，案例丰富，实用性强，特别适合对人工智能、深度学习感兴趣的的相关从业人员阅读，也适合没有相关基础但是对该方面研究充满兴趣的爱好者阅读。
作者简介
蒋子阳，多年专业编程工作经验，曾参与多个机器人目标识别与定位等深度学习相关项目，擅长图像识别算法、语音识别算法等。涉及行业包括金融、证券、汽车、公共安全等领域。近年来，本人对机器学习及深度学习进行了深入研究，随着TensorFlow的出现，开始将精力转移到TensorFlow深度学习算法原理的研究中，并专门推导过其中的大部分算法，对该框架有着独特的认识和深入的理解。
目 录
第一部分探索深度学习之方式的开始
第1章开篇
1.1人工智能的发展
1.1.1萌芽
1.1.2复苏
1.1.3现代实践：大数据 深度神经网络模型
1.2大数据
1.3机器学习与深度学习
1.3.1机器学习
1.3.2深度学习
1.3.3同人工智能的关系
1.4人工神经网络与TensorFlow
1.4.1人工神经网络
前 言
2016年3月，AlphaGo 的成功使得人工智能成为人们茶余饭后津津乐道的话题，而实现人工智能的主要方法——深度学习，也作为一个关键词开始出现在公众的视野并迅速被接纳。然而，深度学习并不算是一门比较新的技术或是一个比较新的词汇，它在2006年就出现了，在后来的一些大赛（如ILSVRC计算机视觉大赛）或实际应用上也取得了一定的效果。人工智能在不断地发展，深度学习技术已经在学术界和工业界产生了颠覆性的影响，而之所以在 AlphaGo 之前我们很少接触到深度学习，主要是因为在一些项目上深度学习获得的成功没有像 AlphaGo 那样举世瞩目而已。介绍使用TensorFlow实现深度学习，就是笔者写作本书的原因。
2015年年底面世的TensorFlow，是Google推出的一款开源的实现深度学习算法的框架。TensorFlow一经出现就获得了极大的关注——一个月内在GitHub上获得的star超过1万。得益于开源社区提供的众多支持，TensorFlow得到了飞速的发展。在写作本书时，TensorFlow的最新版本号为1.4，但是本书选择使用基于1.0.0-rc0版本的示例进行讲解，在这一版本上构建的代码应该能够很好地兼容后来或者最新的TensorFlow框架。
1F-OtlTBrdBQUzrwzlbr2yw
1m0q
标签：蒋子阳,人工智能,编程,学习,算法,深度,TensorFlow 来源： https://www.cnblogs.com/caiwuzi/p/13083152.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。