文
章
目
录
章
目
录
《白话深度学习与TensorFlow》以通俗易懂的语言和实例，结合TensorFlow框架，为零基础读者提供了一条轻松入门的路径。感兴趣的读者可下载该书籍的电子版。
书籍基本信息
本书由高扬编著，2017年7月由机械工业出版社出版。全书共304页，定价69元，ISBN为9787111574576，豆瓣评分6.9分。内容覆盖机器学习基础、深度学习核心算法及TensorFlow实践，适合对深度学习感兴趣的技术新手及在校学生阅读。
内容简介
全书分为基础篇、原理与实践篇、扩展篇三部分，逐层递进解析深度学习技术体系：
- 基础篇（第1-3章）：从机器学习与深度学习的基本概念切入，讲解线性回归、逻辑回归等基础算法，详细介绍TensorFlow框架的安装配置（如CPU/GPU环境搭建），并通过手写数字识别等简单案例演示深度学习实践流程，为后续学习奠定基础。
- 原理与实践篇（第4-8章）：深入解析深度学习核心网络的数学原理与工程实现：
- BP网络：详解反向传播算法的推导与优化过程。
- CNN（卷积神经网络）：涵盖卷积层、池化层原理，结合图像分类案例演示模型构建。
- RNN（循环神经网络）：解析序列数据处理逻辑，介绍LSTM/GRU等变种结构。
- 综合性问题：包括过拟合解决方法、模型评估指标及数据预处理技巧。
- 扩展篇（第9-13章）：介绍前沿网络与应用场景：
- 深度残差网络（ResNet）：解析跳连接机制对训练效率的提升。
- 强化学习与对抗学习：简要介绍基础概念及在游戏、生成模型中的应用。
- 趣味应用：涵盖人脸识别、自动写诗、图像风格迁移等场景，展现深度学习的多样性应用。
作者简介
高扬是资深技术专家，拥有多年人工智能领域从业经验，擅长将复杂技术通俗化。其“白话系列”作品以易懂的语言和丰富实例著称，旨在帮助初学者降低技术门槛，曾出版《白话强化学习与PyTorch》等多部畅销书。
章节目录
- 基础入门
- 第1章：机器学习基础（线性回归、逻辑回归）。
- 第2章：TensorFlow框架基础（安装、张量操作、计算图）。
- 第3章：简单深度学习实践（MNIST识别、数据预处理）。
- 核心技术
- 第4章：反向传播算法与BP网络原理。
- 第5-6章：卷积神经网络（CNN）结构与图像分类实战。
- 第7-8章：循环神经网络（RNN）与序列数据处理。
- 前沿与应用
- 第9-10章：深度残差网络、受限玻尔兹曼机。
- 第11-13章：强化学习基础、对抗学习简介及趣味应用案例。
《白话深度学习与TensorFlow》以“理论+代码+趣味应用”为特色，通过轻量化理论讲解和丰富实例，帮助读者快速掌握深度学习与TensorFlow的核心要点。如需系统学习深度学习入门知识，欢迎下载该书籍的电子版，获取配套代码与案例资源。
资源下载
