TensorFlow:实战Google深度学习框架

(副标题)：无 ;

(作者): 郑泽宇 ;

内容简介：

​ 第1章 深度学习简介
在人工智能的普及和推广上，AlphaGo系列做出了巨大贡献。从2016年年初AlphaGo战胜李世石，到2016年年底Master取得60连胜，再到最近AlphaGo Zero诞生，人工智能这个概念被推上了历史的新高度。谷歌（Google）、脸书（Facebook）、百度、阿里巴巴等一系列国内外大公司纷纷对外公开宣布了人工智能将作为他们下一个战略重心。在类似AlphaGo、无人驾驶汽车等最新技术的背后，深度学习是推动这些技术发展的核心力量。“深度学习”是本书的核心概念。通过阅读本章，读者将从多个角度了解这一概念。人工智能、机器学习与深度学习这几个关键词时常出现在媒体新闻中，并错误地被认为是等同的概念。1.1节将介绍人工智能、机器学习以及深度学习的概念，并着重解析它们之间的关系。这一节将从不同领域需要解决的问题入手，依次介绍这些领域的基本概念以及解决领域内问题的主要思路。在介绍完深度学习的基本概念之后，1.2节将完整地介绍深度学习发展史。虽然“深度学习”这个名词是在最近几年才提出来的，但深度学习基于的神经网络算法却早在20世纪40年代就出现了。这一节将会介绍神经网络发展过程中的重大事件，并介绍深度学习研究领域的发展历程。
接着，1.3节将从计算机视觉、语音识别、自然语言处理和人机博弈4个不同的方向介绍目前深度学习的应用。从2012年深度学习被成功应用于图像识别上以来，研究人员一直在扩展它的应用范围和影响力。这一节既会介绍在不同方向上深度学习在学术界取得的成就，也会介绍工业界成功应用深度学习的案例。最后，1.4节将引出本书的重点——TensorFlow。TensorFlow是谷歌开源的一个计算框架，该计算框架可以很好地实现各种深度学习算法。这一节将简单介绍TensorFlow的特性以及它目前的应用场景。也将对比不同的开源深度学习工具，并通过具体的数字来

目录预览：

​ TensorFlow：实战Google深度学习框架（第2版）
第1章 深度学习简介
第2章 TensorFlow环境搭建
第3章 TensorFlow入门
第4章 深层神经网络
第5章 MNIST数字识别问题
第6章 图像识别与卷积神经网络
第7章 图像数据处理
第8章 循环神经网络
第9章 自然语言处理
第10章 TensorFlow高层封装
第11章 TensorBoard可视化
第12章 TensorFlow计算加速