TensorFlow机器学习实战指南（原书第2版）

TensorFlow机器学习实战指南（原书第2版）读书笔记模板01思维导图读书笔记作者介绍内容摘要目录分析精彩摘录目录0305020406思维导图机器第版系统应用实战读者算法代码第章算法简介模型神经网络函数使用线性矩阵损失激励函数本书关键字分析思维导图内容摘要内容摘要本书由资深数据科学家撰写，从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带领读者由浅入深系统掌握TensorFlow机器学习算法及其实现。本书第1章和第2章介绍了关于TensorFlow使用的基础知识，后续章节则针对一些典型算法和典型应用场景进行了实现，并配有较详细的程序说明，可读性非常强。读者如果能对其中代码进行复现，则必定会对TensorFlow的使用了如指掌。读书笔记读书笔记本书采用TF1.X版本，不建议作为学习TF工具书，浪费时间，了解相关概念可以略读。TensorFlow是开源机器学习库。目录分析本书的主要内容阅读本书前的准备本书的目标读者模块说明下载示例代码12345审校者简介1.1简介1.2TensorFlow如何工作1.3声明变量和张量1.4使用占位符和变量1.5操作（计算）矩阵12345第1章TensorFlow基础1.6声明操作1.7实现激励函数1.8读取数据源1.9其他资源第1章TensorFlow基础2.1简介2.2计算图中的操作2.3TensorFlow的嵌入Layer2.4TensorFlow的多层Layer2.5TensorFlow实现损失函数12345第2章TensorFlow进阶2.6TensorFlow实现反向传播2.7TensorFlow实现批量训练和随机训练2.8TensorFlow实现创建分类器2.9TensorFlow实现模型评估第2章TensorFlow进阶3.1简介3.2用TensorFlow求逆矩阵3.3用TensorFlow实现矩阵分解3.4用TensorFlow实现线性回归算法第3章基于TensorFlow的线性回归3.5理解线性回归中的损失函数3.6用TensorFlow实现戴明回归算法3.7用TensorFlow实现lasso回归和岭回归算法3.8用TensorFlow实现弹性网络回归算法3.9用TensorFlow实现逻辑回归算法12345第3章基于TensorFlow的线性回归4.1简介4.3弱化为线性回归4.2线性支持向量机的使用第4章基于TensorFlow的支持向量机4.4TensorFlow上核函数的使用4.6用TensorFlow实现多类支持向量机4.5用TensorFlow实现非线性支持向量机第4章基于TensorFlow的支持向量机5.1简介5.2最近邻域法的使用5.3如何度量文本距离5.4用TensorFlow实现混合距离计算第5章最近邻域法5.6用TensorFlow实现图像识别5.5用TensorFlow实现地址匹配第5章最近邻域法6.1简介6.2用TensorFlow实现门函数6.3使用门函数和激励函数6.4用TensorFlow实现单层神经网络6.5用TensorFlow实现神经网络常见层12345第6章神经网络算法6.6用TensorFlow实现多层神经网络6.8用TensorFlow基于神经网络实现井字棋6.7线性预测模型的优化第6章神经网络算法7.1简介7.2词袋的使用7.3用TensorFlow实现TF-IDF算法7.4用TensorFlow实现skip-gram模型7.5用TensorFlow实现CBOW词嵌入模型12345第7章自然语言处理7.7用TensorFlow实现基于Doc2Vec的情感分析7.6使用TensorFlow的Word2Vec预测第7章自然语言处理8.1简介8.2用TensorFlow实现简单的CNN8.3用TensorFlow实现进阶的CNN8.4再训练已有的CNN模型第8章卷积神经网络8.6用TensorFlow实现DeepDream8.5用TensorFlow实现图像风格迁移第8章卷积神经网络9.1简介9.2用TensorFlow实现RNN模型进行垃圾邮件预测9.3用TensorFlow实现LSTM模型9.4TensorFlow堆叠多层LSTM第9章循环神经网络9.6TensorFlow训练孪生RNN度量相似度9.5用TensorFlow实现Seq2Seq翻译模型第9章循环神经网络10.1简介10.2TensorFlow的单元测试10.3TensorFlow的多设备使用10.4分布式TensorFlow实践10.5TensorFlow产品化开发提示12345第10章TensorFlow产品化10.7TensorFlow服务部署10.6TensorFlow产品化的实例第10章TensorFlow产品化11.1简介11.2TensorFlow可视化：Tensorboard11.3用TensorFlow实现遗传算法11.4用TensorFlow实现k-means聚类算法第11章TensorFlow的进阶应用11.5用TensorFlow求解常微分方程组11.7将Keras作为TensorFlowAPI使用11.6用TensorFlow实现随机森林算法第11章TensorFlow的进阶应用作