【下载】机器学习TensorFlow代码教程实战书籍和代码

2017 年 12 月 2 日 专知 专知内容组(编)
【下载】机器学习TensorFlow代码教程实战书籍和代码

点击上方“专知”关注获取专业AI知识!

DM.AI 高级架构师Nishant Shukla最新撰写的机器学习TensorFlow教程实战书籍(2017年12月出版)介绍基于TensorFlow工具来使用机器学习的教程原理和实现工具。


我们生活在一个大数据世界。能够近乎实时的决策变得越来越重要。为了取得成功,我们需要机器学习系统,将大量数据转化为有价值的见解。但是当你刚刚开始在数据科学领域,你如何开始创建机器学习应用程序?答案是TensorFlow,一个来自Google的新的开源机器学习库,他们使用自己的成功产品,如搜索,地图,YouTube,翻译和照片。 TensorFlow库可以将您的高级设计转化为机器学习算法所需的低级数学运算。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“MLTF” 就可以获取Shukla的机器学习TensorFlow pdf第一章下载~

  • 后台回复“MLTFC” 就可以获取Shukla的机器学习TensorFlow 代码下载~


书的目录包括


▌第一部分 机器学习与TensorFlow基础





▌第二部分 核心学习算法





▌第三部分 神经网络




▌第一章详细内容





▌Github代码




Machine Learning with TensorFlow (机器学习TensorFlow实战)


这是用机器学习TensorFlow实战的官方代码资源库(http://www.tensorflowbook.com/).

警告:该书将在一两个月后发布,该版本是整个代码的预览版。我将在接下来的几周内大量更新这个版本。 敬请关注!

使用Google最新最好的机器学习库TensorFlow开始进行机器学习。

概要

第二章 - TensorFlow基础

  • 概念 1: 定义张量(tensors)

  • 概念 2: 评估操作

  • 概念 3: 交互式会话

  • 概念 4: 会话记录

  • 概念 5: 变量

  • 概念 6: 保存变量

  • 概念 7: 加载变量

  • 概念 8: TensorBoard


第三章 - 回归

  • 概念 1: 线性回归

  • 概念 2: 多元回归

  • 概念 3: 正则化


第四章 - 分类

  • 概念 1: 用线性回归进行分类

  • 概念 2: 逻辑斯蒂回归

  • 概念 3: 2维逻辑斯蒂回归

  • 概念 4: Softmax分类


第五章 - 聚类

  • 概念 1: 聚类

  • 概念 2: 分割

  • 概念 3: 自组织映射


第六章 - 隐马尔可夫模型

  • 概念 1: 前向算法

  • 概念 2: Viterbi解码


第七章 - 自编码器

  • 概念 1: 自编码器

  • 概念 2: 将自动编码器应用于图像

  • 概念 3: 去噪自编码器


第八章 - 增强学习

  • 概念 1: 增强学习


第九章 - 卷积神经网络

  • 概念 1: 使用CIFAR-10数据集

  • 概念 2: 卷积

  • 概念 3: 卷积神经网络


第十章 - 递归神经网络

  • 概念 1: 加载时序数据

  • 概念 2: 递归神经网络

  • 概念 3: 将递归神经网络应用在实际数据上,以实现时序预测


第十一章 - Seq2Seq 模型

  • 概念 1: 多cell RNN

  • 概念 2: Embedding lookup

  • 概念 3: Seq2seq模型


第十二章 - 排序

  • 概念 1: RankNet

  • 概念 2: 图像嵌入

  • 概念 3: 图像排序



-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域24个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)

同时欢迎各位用户进行专知投稿,详情请点击

诚邀】专知诚挚邀请各位专业者加入AI创作者计划了解使用专知!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫如下二维码关注我们的公众号,获取人工智能的专业知识!

请扫一扫加专知小助手微信(Rancho_Fang),加入专知主题人工智能群交流!

点击“阅读原文”,使用专知!

登录查看更多
81

相关内容

Google发布的第二代深度学习系统TensorFlow

【导读】自2015年11月TensorFlow第一个开源版本发布以来,它便迅速跻身于最激动人心的机器学习库的行列,并在科研、产品和教育等领域正在得到日益广泛的应用。这个库也在不断地得到改进、充实和优化。今天给大家推荐一本偏实战的教程《Hands-On Machine Learning with Scikit-Learn and TensorFlow, 2nd Edition》第二版,使用最新TensorFlow 2的官方高级API,帮助你直观地理解构建智能系统的概念和工具。从业者将学习一系列可以在工作中快速使用的技术。第1部分使用Scikit-Learn来介绍基本的机器学习任务,例如简单的线性回归。第2部分已经过重大更新,采用Keras和TensorFlow 2.0引导读者通过使用深度神经网络的更先进的机器学习方法。通过每章的练习来帮助你应用所学知识,你只需要编程经验即可开始使用。

Hands-On Machine Learning with Scikit-Learn and TensorFlow, 2nd Edition

▌本书简介

通过近年来一系列的突破,深度学习推动了整个机器学习领域的发展。现在,即使对这种技术几乎一无所知的程序员也可以使用简单、高效的工具来实现能够从数据中学习的程序。这本畅销书的最新版本使用了具体的例子、最少理论和可复现的Python框架,帮助您直观地理解用于构建人工智能系统的概念和工具。

您将学习一系列可以快速使用的技术。每一章都有练习来帮助你应用所学,你所需要的只是编程经验。所有代码都已更新为TensorFlow 2和最新版本的Scikit-Learn和其他库。

  • 探索Keras API, TensorFlow 2的官方高级API
  • 使用TensorFlow的数据API、分发策略API和TensorFlow扩展平台(TFX)对TensorFlow模型进行产品化
  • 部署在Google Cloud ML引擎或移动设备上使用TFLite
  • 学习新的和扩展的主题,包括聚类、异常检测、对象检测、语义分割、注意力机制、语言模型、GANs等

▌相关代码

https://github.com/ageron/handson-ml2

参考链接: https://www.oreilly.com/library/view/hands-on-machine-learning/9781492032632/

成为VIP会员查看完整内容
0
144
小贴士
相关论文
Joost Verbraeken,Matthijs Wolting,Jonathan Katzy,Jeroen Kloppenburg,Tim Verbelen,Jan S. Rellermeyer
22+阅读 · 2019年12月20日
Meta-Learning with Implicit Gradients
Aravind Rajeswaran,Chelsea Finn,Sham Kakade,Sergey Levine
7+阅读 · 2019年9月10日
Oren Barkan,Noam Razin,Itzik Malkiel,Ori Katz,Avi Caciularu,Noam Koenigstein
3+阅读 · 2019年8月14日
Kwonjoon Lee,Subhransu Maji,Avinash Ravichandran,Stefano Soatto
3+阅读 · 2019年4月23日
Sneha Chaudhari,Gungor Polatkan,Rohan Ramanath,Varun Mithal
11+阅读 · 2019年4月5日
Embedding Logical Queries on Knowledge Graphs
William L. Hamilton,Payal Bajaj,Marinka Zitnik,Dan Jurafsky,Jure Leskovec
3+阅读 · 2019年2月19日
Claudio Gambella,Bissan Ghaddar,Joe Naoum-Sawaya
7+阅读 · 2019年1月16日
Rui Zhao,Volker Tresp
3+阅读 · 2018年10月8日
Mohammad Hossain Namaki,F A Rezaur Rahman Chowdhury,Md Rakibul Islam,Janardhan Rao Doppa,Yinghui Wu
6+阅读 · 2018年1月21日
Afroze Ibrahim Baqapuri
3+阅读 · 2015年9月14日
Top