TensorFlow2

來自 孔夫子網 的圖片

《TensorFlow2》，副標題：人工神經網絡學習手冊，作 者（印度）P.薩朗（PoornachandraSarang），語 言漢文，出版時間2022年4月1日，出版社化學工業出版社，頁 數426 頁，ISBN9787122407597，開 本16 開，裝 幀平裝。

化學工業出版社有限公司（簡稱「化工社」）組建於1953年，經過70年的發展，已成長為專業特色突出、品牌優勢明顯、有良好知名度和信譽度的中央級綜合科技出版社。目前出版領域包括科技圖書、大中專教材、大眾圖書、科技期刊和數字出版。

內容簡介

隨着深度學習理論的不斷發展以及 TensorFlow 的廣泛應用，基於深度學習的信號分析模型在不同領域產生了深遠的影響。本書為TensorFlow 2的使用指南，從軟件安裝、數據下載、文件管理等方面入手為初級開發者提供細緻而全面的介紹。在此基礎上，本書系統地介紹了TensorFlow 2在人工神經網絡實戰項目中的應用，全面覆蓋了各種深度學習架構，內容涉及：入門級的二分類模型、回歸模型等；進階級的文本生成模型、圖像生成模型、機器翻譯模型、時序預測模型等；以及最新的Transformer模型等。在每個項目中，本書完整地展示了模型設計、網絡搭建、模型訓練、模型保存、結果預測與顯示的全過程，並提供了詳細的實現代碼。本書將深度學習理論與實際項目結合，為初學者搭建了進入人工智能領域的學習平台，為深度學習算法開發者提供了較為全面的應用範例，充分滿足了不同群體的學習需求。

目錄

第1章　TensorFlow快速入門 001

1.1　什麼是TensorFlow 2.0 002

1.1.1　TensorFlow 2.x平台 002

1.1.2　訓練 003

1.1.3　模型保存 005

1.1.4　部署 005

1.2　TensorFlow 2.x提供什麼 006

1.2.1　TensorFlow中的tf.keras 006

1.2.2　Eager執行 006

1.2.3　分布式計算 007

1.2.4　TensorBoard 007

1.2.5　視覺套件（Vision Kit） 008

1.2.6　語音套件（Voice Kit） 008

1.2.7　邊緣套件（Edge TPU） 008

1.2.8　AIY套件的預訓練模型 009

1.2.9　數據管道 009

1.3　安裝 009

1.3.1　安裝步驟 009

1.3.2　Docker安裝 010

1.3.3　無安裝 010

1.4　測試 010

總結 012

第2章　深入研究TensorFlow 013

2.1　一個簡單的機器學習應用程序 013

2.1.1　創建Colab筆記本 014

2.1.2　導入 015

2.1.3　創建數據 016

2.1.4　定義神經網絡 018

2.1.5　編譯模型 018

2.1.6　訓練網絡 018

2.1.7　檢查訓練結果 019

2.1.8　預測 021

2.1.9　完整源碼 022

2.2　使用TensorFlow解決二分類問題 024

2.2.1　創建項目 024

2.2.2　導入 024

2.2.3　掛載Google雲盤 025

2.2.4　加載數據 026

2.2.5　數據處理 027

2.2.6　定義ANN 030

2.2.7　模型訓練 032

2.2.8　完整源碼 036

總結 039

第3章　深入了解tf.keras 040

3.1　開始 040

3.2　用於模型構建的函數式API 041

3.2.1　序列化模型 041

3.2.2　模型子類 043

3.2.3　預定義層 044

3.2.4　自定義層 044

3.3　保存模型 046

3.4　卷積神經網絡 049

3.5　使用CNN做圖像分類 050

3.5.1　創建項目 051

3.5.2　圖像數據 051

3.5.3　加載數據 052

3.5.4　創建訓練、測試數據集 052

3.5.5　準備模型訓練數據 053

3.5.6　模型開發 055

3.5.7　定義模型 060

3.5.8　保存模型 073

3.5.9　預測未知圖像 073

總結 075

第4章　遷移學習 076

4.1　知識遷移 076

4.2　TensorFlow Hub 077

4.2.1　預訓練模型 078

4.2.2　模型的使用 079

4.3　ImageNet分類器 080

4.3.1　創建項目 080

4.3.2　分類器URL 080

4.3.3　創建模型 081

4.3.4　準備圖像 082

4.3.5　加載標籤映射 083

4.3.6　顯示預測結果 084

4.3.7　列出所有類別 085

4.3.8　結果討論 085

4.4　犬種分類器 085

4.4.1　項目簡介 086

4.4.2　創建項目 086

4.4.3　加載數據 086

4.4.4　設置圖像和標籤 088

4.4.5　圖像預處理 091

4.4.6　處理圖像 091

4.4.7　關聯圖像與標籤 092

4.4.8　創建數據批次 093

4.4.9　顯示圖像函數 094

4.4.10　選擇預訓練模型 095

4.4.11　定義模型 095

4.4.12　創建數據集 097

4.4.13　設置TensorBoard 099

4.4.14　訓練模型 100

4.4.15　訓練日誌 100

4.4.16　驗證模型性能 101

4.4.17　預測測試圖像 101

4.4.18　可視化測試結果 103

4.4.19　預測未知圖像 105

4.4.20　使用小數據集訓練 106

4.4.21　保存、加載模型 107

4.5　提交你的工作 108

4.6　進一步工作 108

總結 109