TensorFlow与神经网络——图解深度学习的框架搭建、算法机制和场景应用

本书从人工智能的发展 史讲起，逐步深入到神经网 络的框架结构以及算法优化 的原理，最后通过经典实战 案例演示神经网络的具体工 作流程，让读者通过理论结 合实战的方式深入了解深度 学习的核心特点及用法。 本书共10章，涵盖的主 要内容有深度学习探索、安 装TensorFlow、初识 TensorFlow、深度神经网络 、机器学习优化问题、全连 接神经网络的经典实战、卷 积神经网络、经典卷积神经 网络实战系列、循环神经网 络、对抗神经网络。 本书配有漫画插图，以 经典案例和身边的生活场景 作为算法实操的素材来源， 极大地增强了本书的可读性 ，非常适合深度学习及人工 智能爱好者阅读。另外，本 书也可作为高等院校或相关 培训机构的教材。

李昂，在传统行业做不传统的事情，业内最早建筑机器人项目经理，目前在江苏产业技术研究院道路研究所担任青年研究员，负责智慧工地开发。研究人工智能10余年，2021年出版相关书籍《机器学习数学基础：概率论与数理统计》。其写作风格幽默，擅长通过漫画和现实案例讲解专业知识。

第1章 深度学习探索 1.1 什么是深度学习 1.2 人工智能发展史 1.3 机器学习的诞生 1.4 什么是机器学习 1.4.1 数据集 1.4.2 多维空间 1.4.3 维数祸根 1.4.4 监督学习 1.4.5 无监督学习 1.4.6 半监督学习 1.5 横空出世的深度学习 1.5.1 人工神经网络 1.5.2 TensorFlow 1.6 其他深度学习框架 1.6.1 Caffe框架的优劣势 1.6.2 Torch框架的优劣势 1.6.3 Theano框架 1.6.4 MXNet框架的优劣势 1.6.5 Keras框架的优劣势 1.7 深度学习的主流应用 1.7.1 计算机视觉 1.7.2 自然语言处理 1.7.3 强化学习 第2章 安装TensorFlow 2.1 安装前的准备工作 2.1.1 关于Python 2.1.2 Python运行环境的安装 2.2 开始使用TensorFlow 2.2.1 系统内配置Anaconda的使用路径 2.2.2 在Anaconda Navigator内设置路径 2.2.3 Python编译器（PyCharm）的安装 2.2.4 利用Python创建程序 第3章 初识TensorFlow 3.1 走进TensorFlow游乐场 3.1.1 启动按钮和循环次数 3.1.2 优化选项设置 3.1.3 回归与分类的示例 3.1.4 数据选择 3.1.5 训练参数设置 3.1.6 神经网络设置 3.1.7 输出 3.2 初识TensorFlow 3.2.1 什么是张量 3.2.2 TensorFlow的基本概念 3.2.3 计算图的概念与使用 3.3 TensorFlow数据存储策略——张量 3.3.1 不同阶的张量说明 3.3.2 张量在TensorFlow中的使用 3.4 TensorFlow的使用技巧 3.4.1 常量 …… 第4章 深度神经网络 第6章 全连接神经网络的经典实战 第5章 机器学习优化问题 第7章 卷积神经网络 第8章 经典卷积神经网络实战系列 第9章 循环神经网络 第10章 对抗神经网络