TensorFlow神经网络编程

智能系统与技术丛书 TensorFlow神经网络编程 Neural Network Programming with TensorFlow （印）曼普里特·辛格·古特（Manpreet Singh Ghotra） （印） 拉蒂普·杜瓦（Rajdeep Dua） 著 马恩驰 陆健 译 ISBN：978-7-111-61178-3 本书纸版由机械工业出版社于2018年出版，电子版由华章分社（北京华 章图文信息有限公司，北京奥维博世图书发行有限公司）在中华人民共 和国境内（不包括中国香港、澳门特别行政区及中国台湾地区）制作与 发行。 版权所有，侵权必究 客服热线：+ 86-10-68995265 客服信箱：service@bbbvip.com 官方网址：www.hzmedia.com.cn 新浪微博 @华章数媒 微信公众号 华章电子书（微信号：hzebook） 目录 译者序 作者简介 审校者简介 前言 第1章 神经网络的数学原理 1.1 理解线性代数 1.1.1 环境设置 1.1.2 线性代数的数据结构 1.1.3 线性代数运算 1.1.4 求解线性方程 1.1.5 奇异值分解 1.1.6 特征值分解 1.1.7 主成分分析 1.2 微积分 1.2.1 梯度 1.2.2 Hessian矩阵 1.2.3 行列式 1.3 最优化 1.4 总结 第2章 深度前馈神经网络 2.1 定义前馈神经网络 2.2 理解反向传播 2.3 在TensorFlow中实现前馈神经网络 2.4 分析Iris数据集 2.5 使用前馈网络进行图像分类 2.6 总结 第3章 神经网络的优化 3.1 什么是优化 3.2 优化器的类型 3.3 梯度下降 3.3.1 梯度下降的变体 3.3.2 优化梯度下降的算法 3.4 优化器的选择 3.5 总结 第4章 卷积神经网络 4.1 卷积神经网络概述和直观理解 4.1.1 单个卷积层的计算 4.1.2 TensorFlow中的CNN 4.2 卷积操作 4.2.1 对图像进行卷积 4.2.2 步长 4.3 池化 4.3.1 最大池化 4.3.2 示例代码 4.4 使用卷积网络进行图像分类 4.5 总结 第5章 递归神经网络 5.1 递归神经网络介绍 5.1.1 RNN实现 5.1.2 TensorFlow RNN实现 5.2 长短期记忆网络简介 5.2.1 LSTM的生命周期 5.2.2 LSTM实现 5.3 情感分析 5.3.1 词嵌入 5.3.2 使用RNN进行情感分析 5.4 总结 第6章 生成模型 6.1 生成模型简介 6.1.1 判别模型对生成模型 6.1.2 生成模型的类型 6.......