基本信息
编辑推荐
从Python和数学基础，到机器学习和TensorFlow理论，再到深度学习的应用和扩展，为深度学习提供全栈式内容解决方案
内容简介
书籍
计算机书籍
内容简介
这是一本基于Python和TensorFlow的全栈式的深度学习指南，基础和理论讲解全面，原理和拓展分析深入，应用和实践也极具实战性，是多位人工智能和大数据领域的专家多年经验的结晶。
全书一共22章，在结构上分为三大部分：
第一部分（第1~5章） Python与数学基础
第1章详细讲解了Python和TensorFlow的基石Numpy，第2章介绍了深度学习框架的鼻祖Theano，对读者更好理解TensorFlow有帮助。
第3~5章的内容是是机器学习和深度学习必备的应用数学基础，包括线性代数、概率论、信息论、概率图等内容。
第二部分（第6~20章） TensorFlow深度学习理论与应用
第6章介绍了机器学习和深度学习的基础，其中包含很多机器学习经典理论和算法；第7章为深度学习的理论及方法，包括策略和挑战。
第8~15章讲解了TensorFlow的安装、基础、图像处理、神经元函数、自编码器、Word2Vec、卷积神经网络、循环神经网络等内容，包含大量案例。
第16章讲解了TensorFlow的高级封装，如Keras、Estimator、TFLearn等内容。
第17~20章是TensorFlow的综合实战案例，涉及情感分析、图像识别、自然语言处理等重要主题。
第三部分（第21~22章） 深度学习扩展
重点介绍了强化学习和生成式对抗网络等较为前沿的内容。
更为重要的是，为了让本书通俗易懂，在内容安排和写作方式上也颇花了一番心思。内容安排上，由点到面、由易到难，找准突破口；写作方式上，采用了图形化的表达，一图胜千言。
计算机书籍
内容简介
这是一本基于Python和TensorFlow的全栈式的深度学习指南，基础和理论讲解全面，原理和拓展分析深入，应用和实践也极具实战性，是多位人工智能和大数据领域的专家多年经验的结晶。
全书一共22章，在结构上分为三大部分：
第一部分（第1~5章） Python与数学基础
第1章详细讲解了Python和TensorFlow的基石Numpy，第2章介绍了深度学习框架的鼻祖Theano，对读者更好理解TensorFlow有帮助。
第3~5章的内容是是机器学习和深度学习必备的应用数学基础，包括线性代数、概率论、信息论、概率图等内容。
第二部分（第6~20章） TensorFlow深度学习理论与应用
第6章介绍了机器学习和深度学习的基础，其中包含很多机器学习经典理论和算法；第7章为深度学习的理论及方法，包括策略和挑战。
第8~15章讲解了TensorFlow的安装、基础、图像处理、神经元函数、自编码器、Word2Vec、卷积神经网络、循环神经网络等内容，包含大量案例。
第16章讲解了TensorFlow的高级封装，如Keras、Estimator、TFLearn等内容。
第17~20章是TensorFlow的综合实战案例，涉及情感分析、图像识别、自然语言处理等重要主题。
第三部分（第21~22章） 深度学习扩展
重点介绍了强化学习和生成式对抗网络等较为前沿的内容。
更为重要的是，为了让本书通俗易懂，在内容安排和写作方式上也颇花了一番心思。内容安排上，由点到面、由易到难，找准突破口；写作方式上，采用了图形化的表达，一图胜千言。
作译者
吴茂贵 王冬 李涛 杨本法 著：作者简介
吴茂贵
资深BI和大数据专家，就职于中国外汇交易中心，在BI、数据挖掘与分析、数据仓库、机器学习等领域有超过20年的工作经验，在Spark机器学习、TensorFlow深度学习领域大量的实践经验。
王冬
任职于博世（中国）投资有限公司，负责Bosch企业BI及工业4.0相关大数据和数据挖掘项目。对机器学习、人工智能有多年实践经验。
李涛
参与过多个人工智能项目，如研究开发服务机器人、无人售后店等项目。熟悉python、caffe、TensorFlow等，对深度学习、尤其对计算机视觉方面有较深理解。
杨本法
高级算法工程师，在机器学习、文本挖掘、可视化等领域有多年实践经验。熟悉Hadoop、Spark生态圈的相关技术，对Python有丰富的实战经验。
吴茂贵
资深BI和大数据专家，就职于中国外汇交易中心，在BI、数据挖掘与分析、数据仓库、机器学习等领域有超过20年的工作经验，在Spark机器学习、TensorFlow深度学习领域大量的实践经验。
王冬
任职于博世（中国）投资有限公司，负责Bosch企业BI及工业4.0相关大数据和数据挖掘项目。对机器学习、人工智能有多年实践经验。
李涛
参与过多个人工智能项目，如研究开发服务机器人、无人售后店等项目。熟悉python、caffe、TensorFlow等，对深度学习、尤其对计算机视觉方面有较深理解。
杨本法
高级算法工程师，在机器学习、文本挖掘、可视化等领域有多年实践经验。熟悉Hadoop、Spark生态圈的相关技术，对Python有丰富的实战经验。
目录
前言
第一部分 Python及应用数学基础
第1章 NumPy常用操作 2
1.1 生成ndarray的几种方式 3
1.2 存取元素 5
1.3 矩阵操作 6
1.4 数据合并与展平 7
1.5 通用函数 9
1.6 广播机制 11
1.7 小结 12
第2章 Theano基础 13
2.1 安装 14
2.2 符号变量 15
2.3 符号计算图模型 17
2.4 函数 18
2.5 条件与循环 21
2.6 共享变量 23
2.7 小结 24
第3章 线性代数 25
3.1 标量、向量、矩阵和张量 25
第一部分 Python及应用数学基础
第1章 NumPy常用操作 2
1.1 生成ndarray的几种方式 3
1.2 存取元素 5
1.3 矩阵操作 6
1.4 数据合并与展平 7
1.5 通用函数 9
1.6 广播机制 11
1.7 小结 12
第2章 Theano基础 13
2.1 安装 14
2.2 符号变量 15
2.3 符号计算图模型 17
2.4 函数 18
2.5 条件与循环 21
2.6 共享变量 23
2.7 小结 24
第3章 线性代数 25
3.1 标量、向量、矩阵和张量 25
媒体评论
Python是目前人工智能领域普遍使用的基础性技术和工具，TensorFlow是当下主流的深度学习框架，本书基于Python和TensorFlow，从理论到实践，对深度学习做了全方位的讲解。具体包含如下核心内容：
数据科学通用工具NumPy的使用；
人工智能框架Theano的原理和使用；
与机器学习和深度学习相关的线性代数、概率论、信息论、概率图模型等应用数学的知识；
机器学习和深度学习的基础理论和方法；
TensorFlow在各种环境下的安装和配置；
TensorFlow的系统架构和使用；
TensorFlow的图像处理、神经元函数、自编码、Word2Vec实现等；
TensorFlow的卷积神经网络、循环神经网络等；
TensorFlow的Keras、Estimator、TFLearn高级封装；
TensorFlow在情感分析、图像识别、聊天机器人、人脸识别方面的实践；
深度学习在强化学习、生成式对抗网络等新兴领域的扩展。
如果把本书比作一叶小舟，那大量的图片构成它的帆，详细代码就是它的桨，而循序渐进的描述方式犹如其船头，所有驾驭着这叶小舟的读者，将会更快抵达人工智能的彼岸。
数据科学通用工具NumPy的使用；
人工智能框架Theano的原理和使用；
与机器学习和深度学习相关的线性代数、概率论、信息论、概率图模型等应用数学的知识；
机器学习和深度学习的基础理论和方法；
TensorFlow在各种环境下的安装和配置；
TensorFlow的系统架构和使用；
TensorFlow的图像处理、神经元函数、自编码、Word2Vec实现等；
TensorFlow的卷积神经网络、循环神经网络等；
TensorFlow的Keras、Estimator、TFLearn高级封装；
TensorFlow在情感分析、图像识别、聊天机器人、人脸识别方面的实践；
深度学习在强化学习、生成式对抗网络等新兴领域的扩展。
如果把本书比作一叶小舟，那大量的图片构成它的帆，详细代码就是它的桨，而循序渐进的描述方式犹如其船头，所有驾驭着这叶小舟的读者，将会更快抵达人工智能的彼岸。
