作  者:辛大奇 编著 定  价:99.80 出 版 社:水利水电出版社 出版日期:2020年10月  页  数: 装  帧: ISBN:9787517088783

目录

内容简介

《深度学习实战——基于TensorFlow 2.0的人工智能开发应用》以TensorFlow 2.0人工智能平台的基础架构为切入点，逐步过渡到TensorFlow 2.0项目开发实战和项目部署上线中，并重点介绍了使用TensorFlow 2.0的高级封装Keras搭建神经网络、训练神经网络和进行神经网络模型预测，让读者在项目实战中系统学习人工智能任务的工作流程及使用TensorFlow 2.0框架开发任务的完整过程，帮助读者深入系统地学习人工智能的开发应用。全书3篇共14章，第1篇为入门篇，介绍了人工智能的基础知识，包括人工智能的发展、人工智能开发环境的部署与使用、TensorFlow 2.0框架与模型、神经网络、图像处理和TensorBoard可视化组件等；第2篇为实战篇，通过实例讲解如何使用TensorFlow 2.0进行实际项目开发、模型评估与优化，包含了神经网络曲线拟合、MNIST手写字体识别、图像风格迁移、车牌识别、智能中文对话机器人等实例应用；第3篇为部署上线篇，主要讲解TensorFlow Serving 部署模型上线和Flask 部署模型上线，从而实现完全生命周期的人工智能开发过程。全书内容通俗易懂，知识全面，内容丰富，实用性和可操作性强，特别适合深度学习框架TensorFlow 2.0的入门读者和进阶读者阅读，同样适合TensorFlow 1.x版本的人工智能开发人员转型到TensorFlow 2.0、Python程序员、Python Web开发者等其他编程爱好者阅读。另外，本书也适合作为相关培训机构的教材使用。《深度学习实战——基于TensorFlow 2.0的人工智能开发应用》以TensorFlow 2.0人工智能平台的基础架构为切入点，逐步过渡到TensorFlow 2.0项目开发实战和项目部署上线中，并重点介绍了使用TensorFlow 2.0的高级封装Keras搭建神经网络、训练神经网络和进行神经网络模型预测，让读者在项目实战中系统学习人工智能任务的工作流程及使用TensorFlow 2.0框架开发任务的完整过程，帮助读者深入系统地学习人工智能的开发应用。
全书3篇共14章，第1篇为入门篇，介绍了人工智能的基础知识，包括人工智能的发展、人工智能开发环境的部署与使用、TensorFlow 2.0框架与模型、神经网络、图像处理和TensorBoard可视化组件等；第2篇为实战篇，通过实例讲解如何使用TensorFlow 2.0进行实际项目开发、模型评估与优化，包含了神经网络曲线拟合、MNIST手写字体识别、图像风格迁移、车牌识别、智能中文对话机器人等实例应用；第3篇为部署上线篇，主要讲解TensorFlow Serving 部署模型上线和Flask 部署模型上线，从而实现完全生命周期的人工智能开发过程。
全书内容通俗易懂，知识全面，内容丰富，实用性和可操作性强，特别适合深度学习框架TensorFlow 2.0的入门读者和进阶读者阅读，同样适合TensorFlow 1.x版本的人工智能开发人员转型到TensorFlow 2.0、Python程序员、Python Web开发者等其他编程爱好者阅读。另外，本书也适合作为相关培训机构的教材使用。
显示全部信息

作者简介

辛大奇 编著

摘要

深度学习实战—基于TensorFlow 2.0的人工智能开发应用：这本书可以让你动手学习深度学习，帮助你快速掌握 TensorFlow 2.0 的使用方法，并教你如何构建人工智能应用。书中有丰富的实例和代码，能够帮助你理解深度学习的概念和技术。这本书适合对人工智能和深度学习感兴趣的人，尤其是初学者和开发人员。

chatgpt机器人：这是一个使用人工智能技术的聊天机器人，可以用于客户服务、智能对话等领域。你可以根据自己的需求，为 chatgpt机器人编写自定义的对话逻辑和回复内容。这个机器人还有一些其他有趣的功能，比如可以进行闲聊和玩游戏。如果你想深入了解人工智能和聊天机器人的应用，那么 chatgpt*机器人绝对是一个不错的选择。

动手学深度学习：这是一本面向初学者的深度学习入门教材，全书共分为 15 章，介绍了深度学习的基础知识、常用算法、常见应用等方面的内容。书中讲解深入浅出，注重实战操作，让读者在动手实践中快速掌握深度学习的核心技术。

istio：这是一款基于 Kubernetes 的服务网格技术，可以帮助用户解决微服务架构中的一系列问题，比如服务发现、负载均衡、故障熔断等。istio 提供了丰富的功能和工具，能够帮助用户轻松地构建和管理复杂的微服务架构。

自动机器学习公：这是一款开源的自动机器学习工具，可以帮助用户自动化地完成机器学习模型的构建和优化。这个工具使用了最新的机器学习技术和算法，可以快速地生成高质量的模型。自动机器学习公还提供了丰富的特征工程和模型解释等功能，可以帮助用户更好地理解和优化机器学习模型。