作者简介
黄文坚，Google TensorFlow Contributor。前明略 数据 技术 合伙人， 领导 了对诸多大型 银行 、 保险 公司、 基金 的数据挖掘项目，包括建立 金融 风控模型、 新闻 舆情分析、保险复购 预测等。曾就职于阿里巴巴搜索引擎 算法 团队 ，负责天 猫 个性化搜索 系统 。曾参加阿里巴巴 大数据 推荐算法大赛，于7000多支队伍中获得前10名。本科、研究生就读于香港 科技 大学，曾在会议和期刊SIGMOBILE MobiCom、IEEE Trans action s on Image Processing发表论文，研究成果获 美国 计算机 协会移动计算大会（MobiCom）移动应用技术冠军，并获得两项美国专利和一项 中国 专利。唐源，目前在芝加哥的Uptake公司带领团队建立用于多个物联网领域的数据 科学 引擎进行条件和 健康 监控，也建立了公司的预测模型引擎，现在被用于航空、能源等大型机械领域。一直活跃在开源 软件 社区，是TensorFlow和DMLC的成员，是TensorFlow、XGBoost、MXNet等软件的committer，TF.Learn、gg fort ify等软件的作者，以及 care t、pandas等软件的贡献者。曾获得 谷歌 Open Source Peer Bonus，以及多项高校和 企业 编程 竞赛的奖项。在美国宾州州立大学获得荣誉 数学 学位，曾在本科 学习 期间成为 创业 公司DataNovo的核心创始成员，研究专利数据挖掘、无关键字现有技术搜索、策略推荐等。
内容简介
Google近日发布了TensorFlow 1.0候选版，这个稳定版将是 深度学习 框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜，推出了分布式版本，服务框架TensorFlow Serving，可视化工具TensorFlow，上层封装TF.Learn，其他 语言 （Go、Java、Rust、Haskell）的绑定、Windows的支持、JIT编译器XLA、动态计算图框架Fold，以及数不胜数的 经典 模型在TensorFlow上的实现（Inception Net、SyntaxNet等）。在这一年多 时间 ，TensorFlow已从初入深度学习框架大战的新星，成为了几近垄断的行业事实标准。
《TensorFlow实战》希望用简单易懂的语言带领大家探索TensorFlow（基于1.0版本API）。在《TensorFlow实战》中我们讲述了TensorFlow的基础原理，TF和其他框架的异同。并用具体的代码完整地实现了各种类型的深度 神经网络 ：AutoEn code r、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Re info rcement Learning(Policy Network、Value Network)。此外，《TensorFlow实战》还讲解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib组件。《TensorFlow实战》希望能帮读者快速入门TensorFlow和深度学习，在 工业 界或者研究中快速地将想法落地为可实践的模型。
评论列表
发表评论