TensorFlow 学习指南:深度学习系统构建详解
內(nèi)容簡(jiǎn)介
面向廣泛的技術(shù)受眾(從數(shù)據(jù)科學(xué)家、工程師到學(xué)生和研究人員),本書介紹了 TensorFlow 的基本原理和實(shí)踐方法。從 TensorFlow 中的一些基本示例開始,深入探討諸如神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)、TensorBoard 可視化、TensorFlow 抽象庫(kù)和多線程輸入管道等主題。閱讀本書,你將學(xué)會(huì)如何使用 TensorFlow 構(gòu)建和部署工業(yè)級(jí)深度學(xué)習(xí)系統(tǒng)。
通過(guò)閱讀本書,你將:
- 輕松愉快地安裝并運(yùn)行 TensorFlow。
- 學(xué)習(xí)如何使用 TensorFlow 從頭開始構(gòu)建深度學(xué)習(xí)模型。
- 訓(xùn)練流行的計(jì)算機(jī)視覺和 NLP 深度學(xué)習(xí)模型。
- 使用抽象庫(kù)來(lái)使開發(fā)更容易和更快速。
- 學(xué)習(xí)如何擴(kuò)展 TensorFlow 并使用集群分布式訓(xùn)練模型。
- 在生產(chǎn)環(huán)境中部署 TensorFlow。
作者簡(jiǎn)介
Tom Hope 是一位應(yīng)用機(jī)器學(xué)習(xí)研究者和數(shù)據(jù)科學(xué)家,在學(xué)術(shù)界和工業(yè)界擁有廣泛的背景。他領(lǐng)導(dǎo)了跨領(lǐng)域的數(shù)據(jù)科學(xué)和深度學(xué)習(xí)的研發(fā)團(tuán)隊(duì)。
Yehezkel S. Resheff 是機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用研究人員。在讀博士期間,他的工作主要圍繞開發(fā)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法來(lái)分析可穿戴設(shè)備和物聯(lián)網(wǎng)的數(shù)據(jù)。他在英特爾和 Microsoft 公司領(lǐng)導(dǎo)了深度學(xué)習(xí)的研發(fā)工作。
Itay Lieder 是機(jī)器學(xué)習(xí)和計(jì)算神經(jīng)科學(xué)領(lǐng)域的應(yīng)用研究人員。在研究生學(xué)習(xí)期間,他開發(fā)了用于模擬低級(jí)知覺的計(jì)算方法。他曾在大型跨國(guó)公司工作,在文本分析、Web 挖掘領(lǐng)域從事深度學(xué)習(xí)研發(fā)。
本書內(nèi)容
譯者序
深度學(xué)習(xí)是目前人工智能、機(jī)器學(xué)習(xí)領(lǐng)域非?;馃岬难芯糠较?#xff0c;而作為深度學(xué)習(xí)的工具之一的 TensorFlow 上線不到兩年便成為 Github 最受歡迎的深度學(xué)習(xí)項(xiàng)目之一。在過(guò)去的日子里,TensorFlow 幫助了許許多多的研究人員、工程師、藝術(shù)家、在校學(xué)生等改善自己的工作與生活,從語(yǔ)言翻譯、皮膚癌早期診斷到預(yù)防糖尿病眼病引發(fā)的失明等方方面面都有它的身影。
在現(xiàn)在的深度學(xué)習(xí)大潮之下,本書是一本不可或缺的入門級(jí)參考書,本書作者都是機(jī)器學(xué)習(xí)領(lǐng)域的資深工程師,在深度學(xué)習(xí)應(yīng)用方面有著深厚的積累。原書設(shè)計(jì)結(jié)構(gòu)合理,從 TensorFlow 基礎(chǔ)開始,逐步展開,清晰地給出了如何使用 TensorFlow 的指導(dǎo)。全書共10章,內(nèi)容涉及卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等核心的深度學(xué)習(xí)模型,以及分布式場(chǎng)景下 TensorFlow 的使用方法。在書中不僅有一些原理性的講解,還包含大量實(shí)踐訓(xùn)練內(nèi)容,相信讀者在閱讀本書之后能夠掌握一定的實(shí)踐技巧和方法,為使用深度學(xué)習(xí)(基于 TensorFlow 框架)解決未來(lái)在學(xué)習(xí)和工作中遇到的相關(guān)問題打下良好的基礎(chǔ)。
我一直有將學(xué)習(xí)和工作的過(guò)程用某種方式記錄下來(lái)的習(xí)慣,這些內(nèi)容發(fā)布在一些博客上。此前有翻譯深度學(xué)習(xí)的入門教程書籍和部分重要的研究論文。除此之外,還花費(fèi)一定的時(shí)間精力來(lái)組織學(xué)習(xí)社區(qū),創(chuàng)辦了深度學(xué)習(xí)國(guó)際群和 Deep Learning Meet-up。早在2014年,這樣專注于深度學(xué)習(xí)和前沿人工智能技術(shù)的社區(qū)及相應(yīng)活動(dòng)在國(guó)內(nèi)幾乎沒有。彼時(shí),以每周一次的頻率進(jìn)行學(xué)習(xí)交流,發(fā)展成每月一次的社區(qū)活動(dòng)。后來(lái),在社區(qū)的基礎(chǔ)之上,我和幾位有著共同志趣的深度學(xué)習(xí)社區(qū)成員共同創(chuàng)立了 University AI,專注于培養(yǎng)優(yōu)秀的人工智能人才,其網(wǎng)址為 http://universityai.com,微信公眾號(hào):UAI 人工智能。University AI 致力于推進(jìn)中國(guó)人工智能化進(jìn)程,現(xiàn)在已經(jīng)給多家985高校講授前沿人工智能課程,并給多家500強(qiáng)企業(yè)提供人工智能內(nèi)訓(xùn)。
由于深度學(xué)習(xí)和 TensorFlow 都處在快速發(fā)展、不斷迭代的過(guò)程之中,歡迎感興趣的讀者和我進(jìn)一步交流。如果讀者對(duì)于書中的某些翻譯持有疑義,也歡迎同我探討。
朱小虎
2018年1月30日寫于 UAI Unknown Lab 玄武閣
譯者簡(jiǎn)介
朱小虎:University AI 創(chuàng)始人和首席科學(xué)家,UniversityAI-AI-Unconference Meetup 組織者,致力于推進(jìn)世界人工智能化進(jìn)程。制定并實(shí)施 UAI 中長(zhǎng)期增長(zhǎng)戰(zhàn)略和目標(biāo),帶領(lǐng)團(tuán)隊(duì)快速成長(zhǎng)為人工智能領(lǐng)域最專業(yè)的力量。
作為行業(yè)領(lǐng)導(dǎo)者,他在2014年創(chuàng)建了 TASA(中國(guó)最早的深度學(xué)習(xí)社團(tuán))、DL Center(深度學(xué)習(xí)知識(shí)中心全球價(jià)值網(wǎng)絡(luò))、AI growth(行業(yè)智庫(kù)培訓(xùn))等,為中國(guó)的人工智能人才建設(shè)輸送了大量的血液和養(yǎng)分。此外,他還參與或者舉辦過(guò)各類國(guó)際性的人工智能峰會(huì)和活動(dòng),產(chǎn)生了巨大的影響力,書寫了60萬(wàn)字的人工智能精品技術(shù)內(nèi)容,翻譯了深度學(xué)習(xí)入門書《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》,他的文章被大量的專業(yè)垂直公眾號(hào)和媒體轉(zhuǎn)載與連載。曾經(jīng)受邀為國(guó)內(nèi)頂尖大學(xué)制定人工智能學(xué)習(xí)規(guī)劃和教授人工智能前沿課程,均受學(xué)生和老師的好評(píng)。
李紫輝:美國(guó)耶魯大學(xué)計(jì)算機(jī)在讀博士生,現(xiàn)工作于耶魯大學(xué) LILY 實(shí)驗(yàn)室,研究興趣為自然語(yǔ)言處理與遷移學(xué)習(xí)。University AI 研究員。于2014年畢業(yè)于武漢輕工大學(xué),擁有管理學(xué)和文學(xué)雙學(xué)士學(xué)位;于2015年畢業(yè)于愛爾蘭國(guó)立都柏林大學(xué),取得計(jì)算機(jī)科學(xué)碩士學(xué)位。先后于 IBM 愛爾蘭研究院、埃森哲愛爾蘭 AI 實(shí)驗(yàn)室等多家研究機(jī)構(gòu)實(shí)習(xí)與工作,研究重點(diǎn)為將深度學(xué)習(xí)技術(shù)應(yīng)用于健康、航空等領(lǐng)域。
前言
深度學(xué)習(xí)在過(guò)去的若干年中已經(jīng)成為構(gòu)建可以從數(shù)據(jù)中學(xué)習(xí)的智能系統(tǒng)的首要技術(shù)。深度神經(jīng)網(wǎng)絡(luò)最開始在一定程度上受到人類大腦學(xué)習(xí)方式的啟發(fā),是用大量數(shù)據(jù)進(jìn)行訓(xùn)練從而能夠以足夠高的準(zhǔn)確度解決復(fù)雜任務(wù)的技術(shù)。由于開源框架的廣泛存在,這項(xiàng)技術(shù)也被廣泛使用,目前已經(jīng)成為任何想要從事大數(shù)據(jù)和機(jī)器學(xué)習(xí)工作的人的必備知識(shí)。
TensorFlow 是當(dāng)前深度學(xué)習(xí)領(lǐng)域領(lǐng)先的開源軟件,使用它從事計(jì)算機(jī)視覺、自然語(yǔ)言處理(NLP)、語(yǔ)音識(shí)別和一般性預(yù)測(cè)分析工作的技術(shù)實(shí)踐者(工程師)的數(shù)目仍在飛速增長(zhǎng)。
本書是專為數(shù)據(jù)科學(xué)家、工程師、學(xué)生和科研工作者設(shè)計(jì)的 TensorFlow“端對(duì)端”指導(dǎo)。書中采取適合廣大技術(shù)讀者的實(shí)戰(zhàn)觀點(diǎn),不僅讓初學(xué)者能夠接受,也會(huì)深入探討一些高級(jí)話題并展示如何構(gòu)建產(chǎn)品級(jí)的系統(tǒng)。
通過(guò)本書,你可以習(xí)得:
快速順暢地安裝和運(yùn)行 TensorFlow。
使用 TensorFlow 從零構(gòu)建模型。
訓(xùn)練和理解流行的用于計(jì)算機(jī)視覺和 NLP 的深度學(xué)習(xí)模型。
使用多種抽象庫(kù)讓開發(fā)更加簡(jiǎn)單和迅速。
使用隊(duì)列和多線程擴(kuò)展 TensorFlow,在集群上訓(xùn)練,在產(chǎn)品級(jí)應(yīng)用上部署輸出結(jié)果。
還有更多其他內(nèi)容!
本書由同時(shí)在工業(yè)界和學(xué)術(shù)界擁有大量研發(fā)經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家撰寫。作者采用實(shí)戰(zhàn)觀點(diǎn),結(jié)合實(shí)際且直觀的案例、解釋及供實(shí)踐者們探索構(gòu)建產(chǎn)品級(jí)系統(tǒng)的洞察,滿足想要學(xué)會(huì)理解和構(gòu)建靈活強(qiáng)大模型的讀者的需求。
預(yù)備知識(shí)
本書假定讀者有基本的 Python 編程知識(shí),包括熟悉科學(xué)計(jì)算庫(kù) Numpy。
機(jī)器學(xué)習(xí)的概念在本書中會(huì)被討論,并且貫穿全書進(jìn)行直觀解說(shuō)。對(duì)于想深入學(xué)習(xí)的讀者,建議你掌握一定程度的機(jī)器學(xué)習(xí)、線性代數(shù)、微積分、概率論和統(tǒng)計(jì)學(xué)方面的知識(shí)。
本書約定
下面給出本書所采用字體的約定:
斜體字(Italic)
表示新的術(shù)語(yǔ)、鏈接、電子郵箱地址、文件名和文件擴(kuò)展名。
等寬字體(Constant width)
用于程序清單,也用于在段落中引用程序元素,例如變量名、函數(shù)名、數(shù)據(jù)庫(kù)、數(shù)據(jù)類型、環(huán)境變量、程序語(yǔ)句和關(guān)鍵詞。
加粗等寬字體(Constant width bold)
表示應(yīng)該由用戶輸入的命令或者其他文字信息。
斜體的等寬字體(Constant width italic)
表示此處應(yīng)該替換為由用戶提供的數(shù)值,或者根據(jù)上下文確定的數(shù)值。
如何使用示例代碼
補(bǔ)充材料(示例代碼、練習(xí)等)可以在 https://github.com/Hezi-Resheff/Oreilly-Learning-TensorFlow 上下載。
本書的目的是幫助你完成自己的任務(wù)。一般來(lái)說(shuō),如果代碼是和本書一起提供的,那么你可以在你的程序和文檔中使用它們。你不需要聯(lián)系我們獲取許可,除非你想大量復(fù)制這些代碼。例如,在自己的程序中使用到本書中的幾段代碼,并不需要獲得許可,但把 O’Reilly 書籍里的示例代碼刻錄成光盤就必須獲得許可?;卮饐栴}時(shí)引用本書內(nèi)容和示例代碼,不需要獲得許可,但是將大量的示例代碼用于你的產(chǎn)品文檔則必須獲得許可。
我們期望但不強(qiáng)求大家引用時(shí)注明出處。一般來(lái)說(shuō),出處通常包括標(biāo)題、作者、出版商和國(guó)際標(biāo)準(zhǔn)書號(hào)(ISBN)。例如,《Learning TensorFlow》(《TensorFlow 學(xué)習(xí)指南》),作者 Tom Hope、Yehezkel S.Resheff 和 Itay Lieder(O'Reilly 出版),書號(hào)978-1-491-97851-1。
如果你覺得自己使用的示例代碼超出了限定的許可范圍之列,歡迎通過(guò)郵件聯(lián)系我們確認(rèn)(permission@oreilly.com)。
Safari 在線圖書
Safari Books Online 針對(duì)企業(yè)、政府、教育機(jī)構(gòu)和個(gè)人提供了不同的購(gòu)買計(jì)劃,你可根據(jù)實(shí)際需求進(jìn)行選購(gòu)。
用戶可以訪問上千種圖書、培訓(xùn)視頻、學(xué)習(xí)路徑、互動(dòng)教材和專業(yè)的播放列表,這些內(nèi)容來(lái)自超過(guò)250個(gè)出版商,包括 O’Reilly Media、哈佛商業(yè)評(píng)論、Prentice Hall Professional、Addison-Wesley Professional、Microsoft Press、Sams、Que、Peachpit Press、Adobe、Focal Press、Cisco Press、John Wiley&Sons、Syngress、Morgan Kaufmann、IBM Redbooks、Packt、Adobe Press、FT Press、Apress、Manning、New Riders、McGraw-Hill、Jones&Bartlett 和 Course Technology 等。關(guān)于 Safari 在線圖書的更多信息,請(qǐng)?jiān)L問 http://oreilly.com/safari。
聯(lián)系方式
美國(guó):
O'Reilly Media,Inc.
1005 Gravenstein Highway North
Sebastopol,CA 95472
中國(guó):
北京市西城區(qū)西直門南大街2號(hào)成銘大廈 C 座807室(100035)
奧萊利技術(shù)咨詢(北京)有限公司
我們創(chuàng)建了關(guān)于本書的網(wǎng)頁(yè),上面有勘誤表、示例和所有的附加信息??梢酝ㄟ^(guò)鏈接 http://bit.ly/learning-tensorflow 訪問。
關(guān)于本書的評(píng)論和技術(shù)問題,請(qǐng)發(fā)郵件給 bookquestions@oreilly.com。
關(guān)于本書的更多信息,如教程、會(huì)議、新聞,請(qǐng)參見網(wǎng)站:
http://www.oreilly.com
http://www.oreilly.com.cn
致謝
作者要感謝為本書提供反饋的審校人員:Chris Fregly、Marvin Bertin、Oren Sar Shalom 和 Yoni Lavi。還要感謝 Nicole Tache 和 O’Reilly 團(tuán)隊(duì)讓寫作本書成為一件令人高興的事情。
當(dāng)然,要感謝 TensorFlow 的所有開發(fā)人員—沒有他們就不會(huì)有 TensorFlow。
第1章 引言
第2章 隨之“流”動(dòng):啟動(dòng)與運(yùn)行 TensorFlow
第3章 理解 TensorFlow 基礎(chǔ)知識(shí)
第4章 卷積神經(jīng)網(wǎng)絡(luò)
第5章 文本 I:文本及序列的處理,以及 TensorBoard 可視化 (上)
第5章 文本 I:文本及序列的處理,以及 TensorBoard 可視化 (下)
第6章 文本 II:詞向量、高級(jí) RNN 和詞嵌入可視化
第7章 TensorFlow 抽象與簡(jiǎn)化(上)
第7章 TensorFlow 抽象與簡(jiǎn)化(下)
第8章 隊(duì)列、線程和數(shù)據(jù)讀取
第9章 分布式 TensorFlow
第10章 用 TensorFlow 導(dǎo)出和提供服務(wù)模型
附錄 A 模型構(gòu)建和使用 TensorFlow Serving 的建議
閱讀全文: http://gitbook.cn/gitchat/geekbook/5c19b8461e59245d4d2ad512
總結(jié)
以上是生活随笔為你收集整理的TensorFlow 学习指南:深度学习系统构建详解的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【Redis】Redis入门篇(1)
- 下一篇: 微信公众号运营外包价格是多少?