TensorFlow实战PDF电子书

《TensorFlow实战》希望用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。

1 TensorFlow基础 1

1.1 TensorFlow概要1

1.2 TensorFlow编程模型简介4

2 TensorFlow和其他深度学习框架的对比 18

2.1 主流深度学习框架对比18

2.2 各深度学习框架简介20

3 TensorFlow第一步 39

3.1 TensorFlow的编译及安装39

3.2 TensorFlow实现SoftmaxRegression识别手写数字46

4 TensorFlow实现自编码器及多层感知机 55

4.1 自编码器简介55

4.2 TensorFlow实现自编码器59

4.3 多层感知机简介66

4.4 TensorFlow实现多层感知机70

5 TensorFlow实现卷积神经网络 74

5.1 卷积神经网络简介74

5.2 TensorFlow实现简单的卷积网络80

5.3 TensorFlow实现进阶的卷积网络83

6 TensorFlow实现经典卷积神经网络 95

6.1 TensorFlow实现AlexNet 97

6.2 TensorFlow实现VGGNet 108

6.3 TensorFlow实现GoogleInceptionNet 119

6.4 TensorFlow实现ResNet 143

6.5 卷积神经网络发展趋势156

7 TensorFlow实现循环神经网络及Word2Vec 159

7.1 TensorFlow实现Word2Vec 159

7.2 TensorFlow实现基于LSTM的语言模型173

7.3 TensorFlow实现BidirectionalLSTMClassifier 188

8 TensorFlow实现深度强化学习 195

8.1 深度强化学习简介195

8.2 TensorFlow实现策略网络201

8.3 TensorFlow实现估值网络213

9 TensorBoard、多GPU并行及分布式并行 233

9.1 TensorBoard 233

9.2 多GPU并行243

9.3 分布式并行249

10 TF.Learn从入门到精通 259

10.1 分布式Estimator 259

10.2 深度学习Estimator 267

10.3 机器学习Estimator 272

10.4 DataFrame 278

10.5 监督器Monitors 279

11 TF.Contrib的其他组件 283

11.1 统计分布283

11.2 Layer模块285

11.3 性能分析器tfprof 293

参考文献 297