TensorFlow機(jī)器學(xué)習(xí)（原書(shū)第2版）
這是一本TensorFlow機(jī)器學(xué)習(xí)入門教程，書(shū)中通過(guò)大量實(shí)例，以淺顯易懂、循序漸進(jìn)的方式詳細(xì)闡釋使用Python和TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型的核心技術(shù)與方法。本書(shū)既涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)理論，又介紹了如何將機(jī)器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實(shí)世界的挑戰(zhàn)（例如，情感分析、文本分類和圖像識(shí)別）中，并通過(guò)實(shí)例展示了用于深度語(yǔ)音處理、面部識(shí)別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書(shū)共分為三部分。第一部分（第1～2章）討論機(jī)器學(xué)習(xí)的基本原理及其當(dāng)前被大規(guī)模應(yīng)用的原因；第二部分（第3～10章）通過(guò)大量實(shí)例詳細(xì)介紹回歸算法和分類算法，涵蓋回歸、分類、無(wú)監(jiān)督聚類和隱馬爾可夫模型（HMM）等技術(shù)及應(yīng)用；第三部分（第11～19章）主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動(dòng)分類圖像和面部識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、用于時(shí)間序列數(shù)據(jù)或語(yǔ)音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），以及seq2seqRNN架構(gòu)等內(nèi)容。通過(guò)閱讀本書(shū)，你將能夠：使用TensorFlow進(jìn)行機(jī)器學(xué)習(xí)選擇最佳的機(jī)器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運(yùn)行模型
·16.8萬(wàn)字
