基于TensorFlow的深度学习(揭示数据隐含的奥秘)/深度学习系列

作者简介

Dan Van Boxel 是一位拥有10 多年开发经验的数据分析师和机器学习工程师，其具代表性的工作是Dan Dose Data，这是一个在YouTube 上演示神经网络强大功能和缺陷的直播平台。作者已开发出多种有关机器学习的新统计模型，并应用于高速运输货车计费、行 程时间异常检验等领域。另外，作者还在美国交通研究委员会和其他学术期刊上发表了学术论文并给出了研究结果。

内容简介

本书特色 本书是在作者Dan的TensorFlow畅销视频课程基础上编著完成的。随着深度学习逐步成为主流，使得利用深度神经网络来理解数据并得到准确结果成为可能。Dan Van Boxel将引导读者探索深度学习的可能，会让读者***地了解数据。根据TensorFlow的高效性和简易性，读者能够处理数据并获得改变对数据看法的新见解。 在作者的引导下，读者将利用原始数据深入挖掘抽象的隐层。随后作者介绍了各种复杂的深度学习算法以及各种深度神经网络的应用案例。另外，读者还将学习到如何训练所建立的模型来生成新的特征，从而了解*深层次的数据意义。 在本书中，作者分享了其宝贵的经验和知识，如逻辑回归、卷积神经网络、递归神经网络、深度网络训练、**接口等内容。在一些全新的实践示例帮助下，读者将成为在**多层神经网络、图像识别以及其他方面的高手。 关于本书 阅读本书将会学到的内容： •配置计算环境和安装TensorFlow； •构建*常计算的简单TensorFlow图； •基于TensorFlow的逻辑回归分类应用； •利用TensorFlow设计和训练多层神经网络； •直观理解卷积神经网络在图像识别中的应用； •神经网络从简单模型到*精准模型的改进； •TensorFlow在其他类型神经网络中的应用； •基于一种TensorFlow**接口——SciKit Flow的神经网络编程。