零起点TensorFlow快速入门
  • 推荐0
  • 收藏3
  • 浏览1.3K

零起点TensorFlow快速入门

何海群 (作者) 

  • 书  号:978-7-121-32333-1
  • 出版日期:2017-10-01
  • 页  数:360
  • 开  本:16(175*235)
  • 出版状态:上市销售
  • 维护人:黄爱萍
电子书 ¥39.00
购买电子书
纸质版 ¥69.00
TensorFlow是近年来影响最大的神经网络和深度学习平台,本书以生动活泼的语言,从入门者的角度,对TensorFlow进行介绍,书中包含大量简单风趣的实际案例,如孤独的神经元、梵高画风等,让广大初学者快速掌握神经网络的基本编程,为进一步学习人工智能奠定扎实的基础。
系统地介绍TensorFlow三大简化接口Keras、Tflearn和TensorLayer
三位一体的课件模式:图书+开发平台+成套的教学案例,系统讲解,逐步深入
何海群,网名:字王,CHRD前海智库CTO,《中华大字库》发明人,出版书籍20余部,在人工智能、数据分析等方面具有20年一线专业经验;zwPython开发平台、zwQuant量化软件设计师,中国“Python创客”项目和“Python产业联盟”发起人,创办Python量化课程:《Python量化实盘·魔鬼训练营》创始人,极宽量化开源团队的创始人。1990年,发明VR数据手套并获得专利授权,被业界称为“中国VR之父”;1992年,论文《人工智能与中文字型设计》入选《广东青年科学家文集》,现已成为中文字库行业三大基础建模理论之一;1997年,出版国内首部网络经济专著《网络商战》;2008年,在北京联合创办4A级网络公关公司,服务过200余家国际五百强企业,被公关协会誉为:中国网络公关事业的开创者与启蒙者;2012年,发布了自主研发的智能中文字库设计软件《x2ttf涂鸦造字》,全功能全免费公益软件;2016年,推出纯Python开源量化软件:zwQuant,以及Tick级别开源金融大数据项目:zwDat金融数据包。研究成果有:“小数据”理论,快数据模型,黑天鹅算法,GPU超算工作站、MTRD多节点超算集群算法、“1+N”网络传播模型、人工智能“足彩图灵法则”等。
前 言

感谢梁忠先生在百忙之中为本书撰写序言,以TensorFlow为代表的神经网络,被视为互联网以来唯一的“黑科技”,无远弗届,无分行业领域,对社会各界从上至下带来彻底的颠覆与革命。
梁忠先生作为非IT领域的学者、专家,从第三方角度,冷静地观察这场数字革命,同时可以向更多的大众介绍这场革命的火花,推动行业变革,功莫大焉。
TensorFlow黑科技与泰坦尼克
经典大片《泰坦尼克》(Titanic),以1912年泰坦尼克号邮轮在其处女航行时撞击冰山而沉没的事件为背景,描述了处于不同阶层的两个人——穷画家杰克和贵族女露丝之间的爱情故事。
在机器学习领域,《Titanic数据集》是与《IRIS数据集》并列的经典数据集。
《Titanic数据集》是根据泰坦尼克号上的人员是否存活而生成的数据集,是国际著名的机器学习大赛Kaggle的入门练手题。
《泰坦尼克》案例就是通过使用神经网络算法,根据《Titanic数据集》,计算两位主人公:穷画家杰克和贵族女露丝的生存概率。
初看这个问题,似乎是“不可能完成的任务”,不过,神经网络既然被誉为自Internet以来唯一的黑科技,自然有其解决的办法。
其中的一个案例,计算结果表明:杰克获救的机会是16.7%,露丝是95.8%。
曾经有历史学者,通过研究历史数据中的食盐、布匹消费量,而推断当时相关国家的人口、经济、军事等实力,并衍生出计量历史学这样一个学科。马云曾经说过:“要么电子商务,要么无商可务。”
也许,未来的学术领域,也会“要么AI,要么NO-A。”这里的A,代表Anything。
相信随着类似《Titanic数据集》案例、梵高画风等一系列基于神经网络、深度学习项目的不断涌现,未来的各个学科都会基于AI人工智能进行新的学术重组。
更好的TensorFlow入门教程
本书是目前较好的TensorFlow机器学习入门教程:
无需任何理论基础,全程采用MBA案例模式,懂Excel就可看懂。
独创的逆向式课件模式,结合TensorBoard可视化系统,图表优先,层层剖析。
率先系统介绍TensorFlow经典入门案例合集,Pkmital帕拉格•库马尔案例合集。
率先系统介绍TensorFlow三大简化接口Keras、TFLearn和TensorLayer,并提供多组配套案例。
三位一体的课件模式:图书+开发平台+成套的教学案例,系统讲解,逐步深入。
本书采用独创的黑箱模式,MBA案例教学机制,结合大量经典案例,介绍TensorFlow系统和常用的深度学习算法。
“Python量化三部曲”
“Python量化三部曲”包括:
 《零起点Python大数据与量化交易》(入门课程);
 《零起点Python机器学习与量化交易》(重点分析SKLearn);
 《零起点TensorFlow与量化交易》(重点分析TensorFlow)。
此外还有几部补充作品:
《零起点Python足彩大数据与机器学习实盘分析》;
《零起点Python机器学习快速入门》;
《零起点TensorFlow快速入门》。
本书是《零起点Python机器学习快速入门》的后续之作,为了省略篇幅,省略了Python基础教程,以及SKLearn等机器学习方面的入门内容,没有经验的读者,建议先阅读《零起点Python机器学习快速入门》,再开始本书的学习,这样会收到事半功倍的效果。
本书原本是TopQuant.vip极宽量化培训课程高级班的教学课件,建议“Python量化三部曲”的读者,在读完入门课程后,先阅读本书和《零起点Python机器学习快速入门》,再阅读后面两部作品。
网络资源
本书的案例程序已经做过优化处理,无需GPU显卡,全部支持单CPU平台,不过为避免版本冲突,请尽量使用zwPython 2017m6版本运行本书的案例程序。
使用其他Python运行环境的读者,如Linux、Mac平台的用户,请尽量使用Python 3.5和TensorFlow 1.1版本,请自行安装其他所需的模块库,如NumPy、Pandas、TuShare等第三方模块库。
此外需要注意的是,大家运行本书案例得到的结果可能与书中略有差别,甚至大家多次运行同一案例,每次运行的结果可能都有所差异,这属于正常情况。
这是因为TensorFlow等深度学习系统内部都使用了随机数作为种子数,用于系统变量初始化等操作,致使每次运行中间参数有所不同造成的。
本书的读者QQ总群是:124134140(zwPython量化交易&大数据),还有两个QQ群分别为650924099(Top极宽量化2群)和450853713(Top极宽量化3群)。大家可以自行加入。
本书有关的程序和数据下载,请浏览网站:TopQuant.vip极宽量化社区,网站【下载中心】有最新的程序和数据下载地址。
本书在TopQuant.vip极宽量化社区设有专栏,对本书、人工智能和机器学习有任何建议的,请在社区相关专栏发布信息,我们会在第一时间进行反馈和答复。
TopQuant极宽量化社区【下载中心】
网址1:http://TopQuant.vip/forum.php?mod=viewthread&tid=7。
网址2:http://ziwang.com/forum.php?mod=viewthread&tid=7。
目录设置
为运行本书课件程序,用户需要下载以下3个软件,并设置好目录。
 zwPython,必须是根目录、Python开发平台,为避免版本冲突,请尽量使用zwPython 2017m6版本。
 ailib,也必须是根目录、AI智能模型和TnensorBoard可视化日志数据目录。
 TensorFlow深度学习课件,本书配套教学课件Python程序源码,请尽量下载最新版本,目录不必是根目录,但必须与Ailib在同一个硬盘,可以直接复制到Ailib目录之下。
以上软件、程序最好保存在SSD固态硬盘,此做法可以加快程序运行速度;目录名称不要使用中文名称,压缩文件中的中文名称只是为了便于用户下载。
致谢
本书的出版要特别感谢电子工业出版社的黄爱萍编辑,感谢她在选题策划和稿件整理方面做出的大量工作。
同时,在本书创作过程中,极宽开源量化团队和培训班的全体成员,提出很多宝贵的意见,并对部分课件程序做了中文注解。
特别是吴娜、余勤、孙洋、王硕、邢梦来、郜晶几位成员,为Top极宽开源量化文库和 TopQuant极宽量化开源软件编写文档,并且在团队成员管理方面做了大量工作,为他们的付出表示感谢!

本书完稿时,恰逢小女星语20岁生日。
谨以本书,献给我聪明美丽的女儿,作为她的成年礼。
愿她的一生,幸福安康。

何海群(字王)
北京极宽科技有限公司CTO
2017年6月18日

目录





目 录



第1章 不朽的梵高 1
1.1 星夜传奇 1
1.2 TensorFlow简介 3
案例1-1:星夜传奇实战编程 5
案例1-2:星夜传奇批量编程 11
1.3 十万次迭代 14
1.4 黑箱大法 16
1.5 超级KISS法则与大智若愚 17
第2章 TensorFlow安装 22
2.1 目录结构 22
2.2 化繁为简 23
2.3 CPU版本安装 25
2.4 GPU版本安装 25
案例2-1:GPU开发环境测试 28
第3章 可视化AI图表 33
3.1 TensorBoard可视化工具 33
案例3-1:hello,爱丽丝 34
3.1.1 TensorBoard主界面 36
3.1.2 快速启动脚本 38
3.2 加法器 41
案例3-2:加法器的算法结构图 41
案例3-3:加法器的变化版本 43
案例3-4:乘法器的算法结构图 44
第4章 快速入门 47
4.1 你好,神经网络 47
案例4-1:字符串表达式 47
案例4-2:hello,TensorFlow 48
4.2 图运算与Session 49
案例4-3:缺省图运算 49
案例4-4:可视化Session 52
4.3 常量、变量与占位符 56
案例4-5:常量加法 57
案例4-6:加法与占位符 58
案例4-7:加法与变量 59
4.4 TensorFlow常用数值运算 62
第5章 TensorFlow总览 63
5.1 TensorFlow产业链关系图 65
5.2 TensorFlow模块列表 66
5.2.1 源码目录结构 66
案例5-1:内置模块列表 68
5.2.2 模块结构图 70
5.2.3 API抽象接口示意图 71
5.2.4 神经网络三大模块 71
5.3 数据类型 72
5.4 TensorFlow常用术语 73
5.5 TensorFlow简化接口 77
第6章 基础知识 79
6.1 数据流图 79
6.2 设备切换Device 81
6.3 三大数据类型 82
案例6-1:变量操作 86
6.4 Feed数据提交 89
案例6-2:Feed提交数据 90
案例6-3:批量Feed提交数据 92
案例6-4:批量Feed提交多维数据 92
6.5 Fetch获取数据 93
案例6-5:Fetch获取数据 93
案例6-6:Fetch获取多维数组 95
案例6-7:会话Session 97
6.6 批尺寸Batch_Size 99
第7章 孤独的神经元 101
7.1 神经元模型 101
案例7-1:单细胞算法 102
7.2 可视化分析 107
案例7-2:单细胞算法优化版 108
第8章 归来吧,数据 112
8.1 分类——机器学习的核心 112
8.2 万物皆回归 112
案例8-1:传统机器学习 114
案例8-2:TensorFlow线性回归模型 117
8.3 模型管理 124
案例8-3:TensorFlow模型保存 125
案例8-4:TensorFlow模型读取 126

第9章 Pkmital入门案例套餐(上) 128
9.1 Halcon简介 128
9.2 帕拉格•库马尔案例合集简介 129
9.3 Pkmital案例集合详解 131
9.4 TensorFlow基础 132
案例9-1:TensorFlow基础权重设置和图形计算 132
案例9-2:图像的卷积计算 140
9.5 回归算法 145
案例9-3:线性回归 145
案例9-4:线性回归修正版 150
9.6 多项式回归 151
案例9-5:多项式回归 151
案例9-6:多项式回归修正版 153
9.7 逻辑回归模型 154
案例9-7:逻辑回归模型 154
9.8 CNN卷积神经网络算法 159
案例9-8:CNN卷积神经网络 159
第10章 Pkmital入门案例套餐(下) 165
10.1 自编码算法 165
案例10-1:自编码算法 165
10.2 dAE降噪自编码算法 170
案例10-2:dAE降噪自编码算法 170
10.3 CAE卷积编码算法 177
案例10-3:CAE卷积编码算法 177
10.4 DRN深度残差网络 183
案例10-4:DRN深度残差网络 183
10.5 VAE变分自编码算法 189
案例10-5:VAE变分自编码算法 189
10.6 TDV联合矩阵模型 199
第11章 TensorFlow内置案例分析 201
11.1 预备知识 202
11.2 Mnist手写数字识别 211
案例11-1:Mnist初级案例 211
案例11-2:Mnist专业版本 215
11.3 FFNNs前馈神经网络模型 224
案例11-3:FFNNs前馈神经网络模型 224
第12章 TensorLayer案例分析 234
12.1 手写识别算法 234
案例12-1:Mnist手写识别 234
12.2 Mnist神经网络模型合集 242
案例12-2:Dropout网络模型 243
案例12-3:DropConnect网络模型 253
案例12-4:dAE降噪自编码算法1 257
案例12-5:dAE降噪自编码算法2 260
案例12-6:CNN卷积神经网络算法 263
第13章 TFLearn案例分析 267
13.1 生存游戏 268
13.1.1 泰坦尼克数据集 268
13.1.2 Kaggle机器学习公开赛 269
案例13-1:泰坦尼克号生存与死亡 270
13.2 线性回归 274
案例13-2:线性回归模型 275
13.3 模型管理 278
案例13-3:保存读取模型数据 278
13.4 超智能体 283
案例13-4:超智能体:NOT取反运算 284
案例13-5:超智能体:OR或运算 286
案例13-6:超智能体:AND(与)运算 288
案例13-7:超智能体:XOR(异或)运算 289
13.5 CNN卷积神经网络算法 292
案例13-8:CNN卷积神经网络算法 292
第14章 Keras案例分析 297
14.1 Keras模型 298
14.2 Keras使用流程 299
14.3 Keras常用模块 300
14.4 Keras模型可视化 301
案例14-1:MLP多层神经网络 303
案例14-2:CNN卷积神经网络 309
案例14-3:IRNN修正循环神经网络 316
案例14-4:HRNN分层循环神经网络 322
第15章 TensorFlow常用运行模式 327
15.1 深度学习三大要素 327
15.2 神经网络基本结构 328
15.3 基本神经元层 329
15.4 神经网络通用流程 335
15.5 Loss损失函数 338
15.6 TensorFlow常用优化算法 340

读者评论

电子书版本

  • Epub

相关图书

OpenCV 4机器学习算法原理与编程实战

朱斌 (作者)

本书主要面向OpenCV领域的研究与开发人员,采用原理结合实战的方式,介绍OpenCV 4的机器学习算法模块与深度神经网络模块中的核心算法原理与C++编程实战。...

 

深度学习500问

谈继勇 (作者)

本书系统地描述了深度学习的基本理论算法及应用。全书共14章,第1~3章论述了数学基础、机器学习基础和深度学习基础;第4~7章介绍了一些经典网络及计算机视觉领域中...

¥109.00

人工智能工程化:应用落地与中台构建

蒋彪 (作者)

人工智能深刻影响着人类发展,本书将带领读者从工程化的角度了解人工智能。<br>本书第1章和第2章简单介绍了人工智能的基本概念及其常见算法。第3章和第4章从工程化...

¥79.00

语音识别原理与应用

洪青阳 (作者)

本书从语音信号、特征提取等基础内容出发,逐层深入到动态时间规整、隐马尔科夫模型、GMM-HMM、DNN等经典算法模型,帮助读者系统了解语音识别技术的基础知识,最...

¥128.00

Python极简讲义:一本书入门数据分析与机器学习

张玉宏 (作者)

本书以图文并茂的方式介绍了Python的基础内容,并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。 第1章至第5章以极简方式讲解了Python的常用语...

¥89.60

联邦学习

杨强,刘洋,程勇,康焱,陈天健,于涵 (作者) 杨强 (译者)

如何在保证本地训练数据不公开的前提下,实现多个数据拥有者协同训练一个共享的机器学习模型?传统的机器学习方法需要将所有的数据集中到一个地方(例如,数据中心),然后...

¥62.30