Google近日发布了TensorFlow 1.0候选版,这个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源,距今已有一年多,这期间TensorFlow不断给人以惊喜,推出了分布式版本,服务框架TensorFlow Serving,可视化工具TensorFlow,上层封装TF.Learn,其他语言(Go、Java、Rust、Haskell)的绑定、Windows的支持、JIT编译器XLA、动态计算图框架Fold,以及数不胜数的经典模型在TensorFlow上的实现(Inception Net、SyntaxNet等)。在这一年多时间,TensorFlow已从初入深度学习框架大战的新星,成为了几近垄断的行业事实标准。
《TensorFlow实战》希望用最简单易懂的语言带领大家探索TensorFlow(基于1.0版本API)。在《TensorFlow实战》中我们讲述了TensorFlow的基础原理,TF和其他框架的异同。并用具体的代码完整地实现了各种类型的深度神经网络:AutoEncoder、MLP、CNN(AlexNet,VGGNet,Inception Net,ResNet)、Word2Vec、RNN(LSTM,Bi-RNN)、Deep Reinforcement Learning(Policy Network、Value Network)。此外,《TensorFlow实战》还讲解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib组件。《TensorFlow实战》希望能帮读者快速入门TensorFlow和深度学习,在工业界或者研究中快速地将想法落地为可实践的模型。
首著问世,Google TensorFlow研发团队、TensorFlow工程研发总监Rajat Monga力荐!代码基于TensorFlow 1.0版API!TF Contributor、Committer原创,深度学习领域泰斗颜水成等好评。
前言
AlphaGo在2017年年初化身Master,在弈城和野狐等平台上连胜中日韩围棋高手,其中包括围棋世界冠军井山裕太、朴廷桓、柯洁等,还有棋圣聂卫平,总计取得60连胜,未尝败绩。遥想2016年3月,当时AlphaGo挑战李世石还一度不被看好,到今日已经可以完胜各位高手。AlphaGo背后神秘的推动力就是TensorFlow——Google于2015年11月开源的机器学习及深度学习框架。DeepMind宣布全面迁移到TensorFlow后,AlphaGo的算法训练任务就全部放在了TensorFlow这套分布式框架上。
TensorFlow在2015年年底一出现就受到了极大的关注,在一个月内获得了GitHub上超过一万颗星的关注,目前在所有的机器学习、深度学习项目中排名第一,甚至在所有的Python项目中也排名第一。本书将重点从实用的层面,为读者讲解如何使用TensorFlow实现全连接神经网络、卷积神经网络、循环神经网络,乃至Deep Q-Network。同时结合TensorFlow原理,以及深度学习的部分知识,尽可能让读者通过学习本书做出实际项目和成果。
本书各章节间没有太强的依赖关系,如果读者对某一章感兴趣,可以直接阅读。本书使用TensorFlow 1.0.0-rc0作为示例讲解,应该与最新版的TensorFlow兼容绝大部分代码,可能存在少数接口的更新,读者可参阅提示信息。书中大部分代码是Python代码,这也是TensorFlow支持的最全、最完整的接口语言。
本书的前两章介绍了TensorFlow的基础知识和概念。第3章和第4章介绍了简单的示例及全连接神经网络。第5章和第6章介绍了基础的卷积神经网络,以及目前比较经典的AlexNet、VGGNet、Inception Net和ResNet。第7章介绍了Word2Vec、RNN和LSTM。第8章介绍了强化学习,以及基于深度学习的策略网络和估值网络。第9章介绍了TensorBoard、单机多GPU并行,以及分布式并行。
第10章介绍了TensorFlow里面的contrib.learn模块,包含许多类型的深度学习及流行的机器学习算法的使用方法,也解析了这个模块的分布式Estimator的基本架构,以及如何使用Estimator快速搭建自己的分布式机器学习模型架构,进行模型的训练和评估,也介绍了如何使用监督器更好地监测和跟踪模型的训练及使用DataFrame读取不同的数据格式。第11章介绍了Contrib模块,这个模块里提供了许多机器学习需要的功能,包括统计分布、机器学习层、优化函数、指标,等等。本章将简单介绍其中的一些功能让大家了解TensorFlow的涵盖范围,并感受到社区的积极参与和贡献度。第10章和第11章使用了TensorFlow 0.11.0-rc0版本作为示例讲解。
作者在写作本书时,获得了亲人、同事、好友的帮助,在此非常感谢你们的支持。
作 者
请买了问,我在买了本书后。做迁移学习inception v3的训练精度低是什么问题
老师,我想问一下tensorflow-icg怎么安装呀?已经在anaconda里面装好tensorflow了
第53页右下角的“在20世纪初的很”应该是“在21世纪初的很”吧?
P147页,”比如(256,64,3)….且中间那层的步长stride为3。这个残差学习单元结构即为[(1x1/s1,64),(3x3/s2,64),(1x1/s1,256)]。”中,中间那层的步长应该是3吧,应该改为(3x3/s3,64)吧
买完书来看看代码