文
章
目
录
章
目
录
《TensorFlow学习指南：深度学习系统构建详解》围绕框架核心技术，结合实战案例，系统讲解从基础操作到分布式部署的全流程技术。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Tom Hope、Yehezkel S. Resheff、Itay Lieder三位专家撰写，朱小虎、李紫辉译，2018年6月由机械工业出版社出版。全书共227页，定价待定，ISBN为9787111600725，豆瓣评分7.5分，其中50%读者给予四星好评。内容覆盖TensorFlow基础、核心模型及工程化部署，适合计算机专业学生、深度学习开发者及架构师阅读。
内容简介
全书以“基础入门—模型实践—系统构建”为脉络，逐层解析TensorFlow的技术体系：
- 基础技术入门：第1-3章介绍深度学习基本概念、TensorFlow安装与核心原理，涵盖计算图、张量流动、变量管理等核心概念，通过“Hello World”和MNIST手写识别案例演示框架基础用法。
- 核心模型实践：第4-6章聚焦卷积神经网络（CNN）与循环神经网络（RNN），详解MNIST/CIFAR-10图像分类、词向量处理（word2vec）及文本序列建模，结合TensorBoard可视化工具分析模型行为。
- 高级技巧与部署：第7-10章探讨TensorFlow抽象框架（contrib.learn/TFLearn）、多线程输入管道（队列与TFRecord）、分布式系统构建（含集群案例）及模型导出部署（TensorFlow Serving），覆盖从训练到上线的全生命周期。
作者简介
- Tom Hope：应用机器学习研究者与数据科学家，具备学术界与工业界双重背景，曾领导跨领域深度学习研发团队。
- Yehezkel S. Resheff：机器学习应用研究者，博士期间专注可穿戴设备数据挖掘，曾任英特尔与微软深度学习项目负责人。
- Itay Lieder：计算神经科学与文本分析专家，擅长将深度学习技术应用于感知模拟与Web挖掘领域。
章节目录
- 基础篇
- 第1-3章：深度学习概述、TensorFlow环境搭建、计算图与张量操作核心原理。
- 模型篇
- 第4-6章：CNN图像分类（MNIST/CIFAR10）、RNN文本处理（词嵌入/序列建模）。
- 工程化篇
- 第7-8章：高层框架抽象（TFLearn）、数据输入管道（队列/TFRecord）。
- 第9-10章：分布式TensorFlow集群构建、模型保存与Serving部署。
《TensorFlow学习指南》以“理论+代码+场景”为特色，帮助读者掌握从模型开发到系统部署的完整技术链条。如需系统学习深度学习系统构建方法，欢迎下载该书籍的电子版，获取配套代码与分布式部署实践指南。
资源下载
