提要文摘: | 本书以程序员所熟悉的代码方式带领程序员们进入深度学习的世界。所有的理论都有对应的可运行的代码进行说明。程序员可以通过修改和调试代码在熟悉的世界里完成向深度学习的转型。 本书兼顾了Tensorflow和PyTorch这两大流行的深度学习框架, 使读者同时掌握静态计算图和动态计算图这两大流派, 方便读者跟随最新技术形势。同时还介绍了面向网页前端的Tensorflow.js, 方便做网站的读者将深度学习与实际工作相结合。 本书独创的5-4-6学习框架也适用于Keras、cntk及padddlepaddle等框架, 书中代码全面使用Python 3和ECMA Script 2017版的Javascript。本书共分为13章: 第1章 30分钟环境搭建速成; 第2章 深度学习5-4-6速成法; 第3章 张量与计算图; 第4章 向量与矩阵; 第5章 高级矩阵编程; 第6章 优化方法; 第7章 分类问题初步; 第8章 基础网络结构??卷积网络; 第9章 卷积网络图形处理进阶; 第10章 基础网络结构??循环神经网络; 第11章 RNN在自然语言处理中的应用; 第12章 用JavaScript进行Tensorflow编程; 第13章 高级编程。 |