内容简介

TensorFlow 2.0深度学习是一套深度学习入门开源书，基于TensorFlow 2.0正式版。理论与实战结合，非常适合入门学习！需要的朋友可下载试试！

这是一本面向人工智能，特别是深度学习初学者的书，本书旨在帮助更多的读者朋友了解、喜欢并进入到人工智能行业中来，因此作者试图从分析人工智能中的简单问题入手，一步步地提出设想、分析方案以及实现方案，重温当年科研工作者的发现之路，让读者身临其境式的感受算法设计思想，从而掌握分析问题、解决问题的能力。这种方式也是对读者的基础要求较少的，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，体会到知识是为了解决问题而生的，避免出现为了学习而学习的窘境。

本书共有 15 章，内容上可分为 4 个部分：第 1~3 章为第 1 部分，主要介绍人工智能的初步认知和背景；第 4~5 章为第 2 部分，主要介绍 TensorFlow 的相关基础知识，为后面的内容进行铺垫；第 6~9 章为第 3 部分，主要介绍神经网络的核心理论知识点和算法，让读者对深度学习的本质有更深的理解；第 10~15 章为模型算法的应用部分，主要介绍一些常见的算法和模型。

本书不仅包括丰富的内容，更重要的是，还配套了相应的代码，通过代码学习是最快进行消化知识的一个方法。所有的项目都是 基于TensorFlow 2.0案例实战。

目录

第 1 章 人工智能绪论
第 2 章 回归问题
第 3 章 分类问题
第 4 章 TensorFlow 基础
第 5 章 TensorFlow 进阶
第 6 章 神经网络
第 7 章 反向传播算法
第 8 章 Keras 高层接口
第 9 章 过拟合
第 10 章 卷积神经网络
第 11 章 循环神经网络
第 12 章 自编码器
第 13 章 生成对抗网络
第 14 章 强化学习
第 15 章 自定义数据集

文档截图