TensorFlow技术解析与实战

第一篇　基础篇

第1章　人工智能概述 2

1.1　什么是人工智能 2

1.2　什么是深度学习 5

1.3　深度学习的入门方法 7

1.4　什么是TensorFlow 11

1.5　为什么要学TensorFlow 12

1.5.1　TensorFlow的特性 14

1.5.2　使用TensorFlow的公司 15

1.5.3　TensorFlow的发展 16

1.6　机器学习的相关赛事 16

1.6.1　ImageNet的ILSVRC 17

1.6.2　Kaggle 18

1.6.3　天池大数据竞赛 19

1.7　国内的人工智能公司 20

1.8　小结 22

第2章　TensorFlow环境的准备 23

2.1　下载TensorFlow 1.1.0 23

2.2　基于pip的安装 23

2.2.1　Mac OS环境准备 24

2.2.2　Ubuntu/Linux环境准备 25

2.2.3　Windows环境准备 25

2.3　基于Java的安装 28

2.4　从源代码安装 29

2.5　依赖的其他模块 30

2.5.1　numpy 30

2.5.2　matplotlib 31

2.5.3　jupyter 31

2.5.4　scikit-image 32

2.5.5　librosa 32

2.5.6　nltk 32

2.5.7　keras 33

2.5.8　tflearn 33

2.6　小结 33

第3章　可视化TensorFlow 34

3.1　PlayGround 34

3.1.1　数据 35

3.1.2　特征 36

3.1.3　隐藏层 36

3.1.4　输出 37

3.2　TensorBoard 39

3.2.1　SCALARS面板 40

3.2.2　IMAGES面板 41

3.2.3　AUDIO面板 42

3.2.4　GRAPHS面板 42

3.2.5　DISTRIBUTIONS面板 43

3.2.6　HISTOGRAMS面板 43

3.2.7　EMBEDDINGS面板 44

3.3　可视化的例子 44

3.3.1　降维分析 44

3.3.2　嵌入投影仪 48

3.4　小结 51

第4章　TensorFlow基础知识 52

4.1　系统架构 52

4.2　设计理念 53

4.3　编程模型 54

4.3.1　边 56

4.3.2　节点 57

4.3.3　其他概念 57

4.4　常用API 60

4.4.1　图、操作和张量 60

。。。。。。。