文
章
目
录
章
目
录
作为机器学习领域的主流框架，TensorFlow凭借其高效的计算能力和灵活的建模方式，成为数据科学领域的重要工具。《TensorFlow机器学习项目实战》聚焦实战应用，通过具体项目案例，系统讲解如何利用TensorFlow解决实际问题。感兴趣的读者可下载该书籍的电子版。
书籍基本信息
本书由阿根廷系统工程师Rodolfo Bonnin撰写，姚鹏鹏译，2017年11月由人民邮电出版社出版，异步图书出品。全书聚焦TensorFlow实战，共10章，涵盖基础操作、经典算法及工程化部署，适合具备C++或Python基础的读者学习。
内容简介
全书以“数据处理—模型构建—规模化部署”为主线，结合100+代码示例，讲解TensorFlow在不同场景的应用：
- 基础技术篇：第1章详解TensorFlow核心概念，包括张量（阶/形状/类型）、计算图构建、会话管理及数据读取（CSV/图像/TF格式），并引入TensorBoard可视化工具。
- 算法实战篇：第2-8章覆盖聚类（k均值/k近邻）、线性回归（单变量/多变量）、逻辑回归（含Softmax分类）、前向神经网络、卷积神经网络（CNN图像分类）、循环神经网络（RNN/LSTM时间序列预测）等模型，每个算法搭配完整数据集和代码实现。
- 工程化部署篇：第9章探讨TensorFlow的规模化应用，包括GPU加速、分布式集群搭建（含Pi计算案例）及任务调度；第10章提供多平台安装指南（Linux/Windows/macOS），涵盖源码编译与环境配置技巧。
作者简介
Rodolfo Bonnin是系统工程师、阿根廷国立理工大学博士生，曾于德国斯图加特大学研究并行编程与图像理解。他深耕高性能计算与神经网络领域超10年，2008年起开发支持CPU/GPU的神经网络框架，近年专注欺诈检测与信号分类等应用，兼具学术深度与工业界实践经验。
章节目录
- 基础操作
- 第1章：TensorFlow核心要素（张量运算、计算图、数据读取与可视化）。
- 经典算法实践
- 第2-4章：无监督学习（聚类）、线性回归、逻辑回归的原理与TensorFlow实现。
- 第5-8章：前向神经网络（非线性回归/分类）、CNN（MNIST/CIFAR10图像分类）、RNN/LSTM（时间序列预测/音乐生成）、深度网络（VGG风格迁移）。
- 工程化与部署
- 第9章：GPU加速、分布式TensorFlow集群搭建与任务分配。
- 第10章：多系统环境下的TensorFlow安装指南（含Docker工具使用）。
《TensorFlow机器学习项目实战》以“问题驱动+完整代码”为特色，帮助读者从数据预处理到模型部署全流程掌握TensorFlow应用。如需系统学习机器学习项目落地技术，欢迎下载该书籍的电子版，获取配套数据集与实战代码。
资源下载
