TensorFlow神经网络设计——基于Python API的深度学习实战

作者简介

汪荣贵，合肥工业大学计算机与信息学院教授，中国人工智能学会离散智能计算专委会委员，安徽省人工智能学会理事，机械工业出版社计算机类教材出版咨询专家；主要研究方向为机器学习与视频图像处理；承担完成国家自然基金企业联合基金、科技部重点研发计划、电子产业基金、安徽省科技攻关重点项目等多个课题，以及中电集团四创电子股份公司等多个企业委托项目；发表80余篇学术论文，近期完成的研究成果获安徽省科技进步二等奖、中电集团科技进步一等奖、合肥市科技进步一等奖，编著出版的《离散数学及其应用》、《算法设计与应用》、《机器学习及其应用》、《机器学习简明教程》深受广大读者好评。

内容简介

"（1）介绍机器学习、深度学习等基础知识，阐述与TensorFlow互补的深度学习模型技术，探讨TensorFlow流行的原因； （2）使用Flask轻量级框架在Web上提供已训练的深度学习模型，给出建立浅神经网络的实用案例； （3）介绍数据增强和批处理规范化方法，给出使用MNIST数据集训练卷积神经网络的实用案例； （4）介绍序列数据与递归神经网络，基于IMDB影评系统给出递归神经网络的实用案例； （5）研究自然语言处理与推荐系统，给出深度自然语言处理及深度协同过滤的实用案例； （6）详细介绍自动编码器的理论应用以及使用tf-agent模型的强化学习，给出基于Fashion MNIST数据集的图像降噪实用案例； （7）详细介绍生成对抗网络，基于MNIST数据集实现生成对抗网络生成文本、图像或声音等应用。"