(特价书)TensorFlow神经网络编程
本书首先简要介绍流行的TensorFlow库，并讲解如何用它训练不同的神经网络。 你将深入了解神经网络的基础知识和它背后的数学原理，以及为什么我们会选择TensorFlow训练神经网络。
基本信息
内容简介
作译者
[印度]曼普里特·辛格·古特（Manpreet Singh Ghotra） 拉蒂普·杜瓦（Rajdeep Dua）著：曼普里特•辛格•古特（Manpreet Singh Ghotra）在企业和大数据软件方面拥有超过15年的软件开发经验。 目前，他正致力于开发一个机器学习平台/ API，该平台主要使用诸如TensorFlow、Keras、Apache Spark和PredictionIO等开源库和框架进行开发。他在各种机器学习应用场景上有丰富的经验，其中包括情感分析、垃圾邮件检测、图像调整和异常检测。他是世界上最大在线零售商之一机器学习组的成员，主要工作是使用R和Apache Mahout做运输时间优化。他拥有机器学习方面的研究生学位，为机器学习社区工作并贡献卓越。
目录
译者序
作者简介
审校者简介
前言
第1 章 神经网络的数学原理 ················ 1
1.1 理解线性代数 ···································· 1
1.1.1 环境设置 ································ 2
1.1.2 线性代数的数据结构 ············ 3
1.1.3 线性代数运算 ························ 4
1.1.4 求解线性方程 ······················· 9
1.1.5 奇异值分解 ·························· 11
1.1.6 特征值分解 ·························· 14
1.1.7 主成分分析 ·························· 14
1.2 微积分 ·············································· 15
1.2.1 梯度 ······································ 16
1.2.2 Hessian 矩阵 ························ 23
1.2.3 行列式 ·································· 24
1.3 最优化 ·············································· 25
1.4 总结 ·················································· 28
第2 章 深度前馈神经网络 ·················· 29
作者简介
审校者简介
前言
第1 章 神经网络的数学原理 ················ 1
1.1 理解线性代数 ···································· 1
1.1.1 环境设置 ································ 2
1.1.2 线性代数的数据结构 ············ 3
1.1.3 线性代数运算 ························ 4
1.1.4 求解线性方程 ······················· 9
1.1.5 奇异值分解 ·························· 11
1.1.6 特征值分解 ·························· 14
1.1.7 主成分分析 ·························· 14
1.2 微积分 ·············································· 15
1.2.1 梯度 ······································ 16
1.2.2 Hessian 矩阵 ························ 23
1.2.3 行列式 ·································· 24
1.3 最优化 ·············································· 25
1.4 总结 ·················································· 28
第2 章 深度前馈神经网络 ·················· 29
媒体评论
如果你意识到到处都有围绕机器学习、人工智能或深度学习等术语的讨论，你可能会知道什么是神经网络。有没有想过它们如何有效地解决复杂的计算问题？或者怎样训练高效的神经网络？ 这本书将教你所有这些以及更多的事情。
TensorFlow作为Google开源的深度学习计算框架，支持包括CNN、RNN、LSTM等多种神经网络模型。由于其强大丰富的功能、高度灵活的API，目前TensorFlow受到了业界的高度关注。
本书详细讲解如何基于TensorFlow实现不同类型的神经网络——从简单的前馈神经网络到多层感知器、CNN、RNN和DBN等，并提供大量现实数据集和用例，以加深你对神经网络及其实现的理解。
通过阅读本书，你将：
获得安装TensorFlow库的基础知识。
深入了解神经网络的基础知识和它背后的数学原理，以及为什么会选择TensorFlow训练神经网络。
使用TensorFlow实现一个简单的前馈神经网络。
使用TensorFlow掌握神经网络的优化技术和算法，以及一些更复杂的神经网络的实现。
了解如何利用TensorFlow的强大功能来训练各种复杂的神经网络。
TensorFlow作为Google开源的深度学习计算框架，支持包括CNN、RNN、LSTM等多种神经网络模型。由于其强大丰富的功能、高度灵活的API，目前TensorFlow受到了业界的高度关注。
本书详细讲解如何基于TensorFlow实现不同类型的神经网络——从简单的前馈神经网络到多层感知器、CNN、RNN和DBN等，并提供大量现实数据集和用例，以加深你对神经网络及其实现的理解。
通过阅读本书，你将：
获得安装TensorFlow库的基础知识。
深入了解神经网络的基础知识和它背后的数学原理，以及为什么会选择TensorFlow训练神经网络。
使用TensorFlow实现一个简单的前馈神经网络。
使用TensorFlow掌握神经网络的优化技术和算法，以及一些更复杂的神经网络的实现。
了解如何利用TensorFlow的强大功能来训练各种复杂的神经网络。
