白话深度学习与TensorFlow

(副标题)：无 ;

(作者): 高扬 ;

内容简介：

​ 3.1　简介
TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU）、服务器、移动设备等。TensorFlow最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。
下面这张图就是数据流图，数据流图用节点和线的有向图来描述数学计算。“节点”一般用来表示施加的数学操作，但也可以表示数据输入（feed in）的起点/输出（push out）的终点，或者读取/写入持久变量（persistent variable）的终点。线表示节点之间的输入/输出关系。这些数据“线”可以运输“size可动态调整”的多维数据数组，即张量。张量从图中流过的直观图像是这个工具取名为“TensorFlow”的原因。一旦输入端的所有张量准备好，节点将被分配到各种计算设备完成异步并行运算。

目录预览：

​ 白话深度学习与TensorFlow
第1章 机器学习是什么
1.1 聚类
1.2 回归
1.3 分类
1.4 综合应用
1.5 小结
第2章 深度学习是什么
2.2 深度神经网络
2.3 深度学习为什么这么强
2.4 深度学习应用
2.5 小结
第3章 TensorFlow框架特性与安装
3.1 简介
3.2 与其他框架的对比
3.3 其他特点
3.4 如何选择好的框架
3.5 安装TensorFlow
3.6 小结
原理与实践篇
........