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。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。