從零開始學(xué)TensorFlow 2.0

第1章 人工智能的概念\t1
1．1 機器學(xué)習(xí)\t1
1．2 神經(jīng)網(wǎng)絡(luò)\t3
1．3 常用的深度學(xué)習(xí)框架\t3
第2章 TensorFlow初探\t5
2．1 在Linux系統(tǒng)中安裝TensorFlow 2．0\t5
2．2 在Linux系統(tǒng)中安裝TensorFlow 2．0的GPU版本\t5
2．3 在Windows系統(tǒng)中安裝TensorFlow 2．0\t6
2．4 在Windows系統(tǒng)中安裝TensorFlow 2．0的GPU版本\t14
第3章 TensorFlow的基礎(chǔ)概念\t17
3．1 張量\t17
3．2 GPU加速\t19
3．3 數(shù)據(jù)集\t20
3．4 自定義層\t22
3．4．1 網(wǎng)絡(luò)層的常見操作\t22
3．4．2 自定義網(wǎng)絡(luò)層\t24
3．4．3 網(wǎng)絡(luò)層組合\t25
3．4．4 自動求導(dǎo)\t26
第4章 TensorFlow與多層感知器\t30
4．1 MLP簡介\t30
4．2 基礎(chǔ)MLP網(wǎng)絡(luò)\t30
4．2．1 回歸分析\t30
4．2．2 分類任務(wù)\t33
4．3 基礎(chǔ)模型\t36
4．4 權(quán)重初始化\t39
4．5 激活函數(shù)\t41
4．6 批標(biāo)準(zhǔn)化\t44
4．7 dropout\t46
4．8 模型集成\t48
4．9 優(yōu)化器\t49
第5章 TensorFlow與卷積神經(jīng)網(wǎng)絡(luò)\t52
5．1 基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)\t52
5．2 卷積層的概念及示例\t53
5．3 池化層的概念及示例\t54
5．4 全連接層的概念及示例\t55
5．5 模型的概念、配置及訓(xùn)練\t57
第6章 TensorFlow自編碼器\t60
6．1 自編碼器簡介\t60
6．2 卷積自編碼器\t64
第7章 TensorFlow高級編程\t68
7．1 Keras基礎(chǔ)\t68
7．1．1 構(gòu)造數(shù)據(jù)\t68
7．1．2 樣本權(quán)重和類權(quán)重\t70
7．1．3 回調(diào)\t72
7．2 函數(shù)式API\t76
7．2．1 構(gòu)建簡單的網(wǎng)絡(luò)\t76
7．2．2 構(gòu)建多個模型\t78
7．2．3 兩種典型的復(fù)雜網(wǎng)絡(luò)\t82
7．3 使用Keras自定義網(wǎng)絡(luò)層和模型\t86
7．3．1 構(gòu)建簡單網(wǎng)絡(luò)\t86
7．3．2 構(gòu)建自定義模型\t90
7．4 Keras訓(xùn)練模型\t94
7．4．1 常見模型的訓(xùn)練流程\t94
7．4．2 自定義指標(biāo)\t96
7．4．3 自定義訓(xùn)練和驗證循環(huán)\t100
7．5 Keras模型的保存\t106
第8章 TensorFlow文本分類\t121
8．1 簡單文本分類\t121
8．2 卷積文本分類\t131
8．3 RNN文本分類\t143
第9章 TensorFlow圖像處理\t152
9．1 圖像分類\t152
9．2 圖像識別\t162
9．3 生成對抗網(wǎng)絡(luò)\t168
第10章 TensorFlow決策樹\t180
10．1 Boosted Trees簡介\t180
10．2 數(shù)據(jù)預(yù)測\t180
第11章 TensorFlow過擬合和欠擬合\t197
11．1 過擬合和欠擬合的基本概念\t197
11．2 過擬合和欠擬合\t197
11．3 優(yōu)化方法\t208
11．3．1 dropout優(yōu)化方案\t208
11．3．2 L2正則化優(yōu)化\t212
第12章 TensorFlow結(jié)構(gòu)化數(shù)據(jù)\t217
12．1 數(shù)字列\(zhòng)t219
12．2 bucketized列\(zhòng)t220
12．3 類別列\(zhòng)t222
12．4 嵌入列\(zhòng)t223
12．5 哈希特征列\(zhòng)t224
12．6 交叉功能列\(zhòng)t226
12．7 結(jié)構(gòu)化數(shù)據(jù)的使用\t227
第13章 TensorFlow回歸\t233
13．1 一元線性回歸\t233
13．2 多元線性回歸\t237
13．3 汽車油耗回歸示例\t241