深入理解TensorFlow 架構設計與實現原理 pdf epub mobi txt 電子書 下載 2024

圖書介紹


深入理解TensorFlow 架構設計與實現原理

簡體網頁||繁體網頁
彭靖田,林健,白小龍 著



點擊這裡下載
    

想要找書就要到 靜流書站
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

發表於2024-12-25


類似圖書 點擊查看全場最低價

齣版社: 人民郵電齣版社
ISBN:9787115480941
版次:1
商品編碼:12349620
包裝:平裝
開本:16開
齣版時間:2018-05-01
用紙:膠版紙

深入理解TensorFlow 架構設計與實現原理 epub 下載 mobi 下載 pdf 下載 txt 電子書 下載 2024

相關圖書



深入理解TensorFlow 架構設計與實現原理 epub 下載 mobi 下載 pdf 下載 txt 電子書 下載 2024

深入理解TensorFlow 架構設計與實現原理 pdf epub mobi txt 電子書 下載



具體描述

産品特色

編輯推薦

適讀人群 :本書適閤想深入理解TensorFlow的人員閱讀。

纔雲科技技術總監、華為深度學習團隊係統工程師、華為深度學習雲服務的技術負責人聯閤編寫


中國科學院計算技術研究所副研究員/中國大數據技術大會(BDTC)發起人查禮、教育部“長江學者”特聘教授/浙江大學計算機學院院長陳剛作序推薦

纔雲科技創始人兼CEO張鑫、Google Brain資深工程師周玥楓、華為人工智能領域主任工程師夏命榛、雲賬戶聯閤創始人兼CTO鄒永強、博拉科技創始人兼CEO周公爽、微軟亞洲研究院助理研究員王錦鵬、纔雲科技顧問鄭澤宇聯閤推薦


不僅介紹如何使用TensorFlow,還剖析瞭係統設計原理


內容簡介

本書從基本概念、內部實現和實踐等方麵深入剖析瞭TensorFlow。書中首先介紹瞭TensorFlow設計目標、基本架構、環境準備和基礎概念,接著重點介紹瞭以數據流圖為核心的機器學習編程框架的設計原則與核心實現,緊接著還將TensorFlow與深度學習相結閤,從理論基礎和程序實現這兩個方麵係統介紹瞭CNN、GAN和RNN等經典模型,然後深入剖析瞭TensorFlow運行時核心、通信原理和數據流圖計算的原理與實現,全麵介紹瞭TensorFlow生態係統的發展。


作者簡介

彭靖田,纔雲科技技術總監,榖歌機器學習開發專傢(ML GDE),Kubeflow Core Maintainer,TensorFlow Contributor,曾一度成為TensorFlow社區全球前40的貢獻者。加州大學聖迭戈分校訪問學者,畢業於浙江大學竺可楨學院求是科學班。曾為華為深度學習團隊核心成員,主要參與華為深度學習平颱的設計和研發工作。


林健,華為深度學習團隊係統工程師。在中科院計算所取得博士學位,並在美國俄亥俄州立大學做過博士後研究。長期從事係統軟件研發,工作涉及高性能計算與分布式係統,愛好開源軟件與人工智能。曾參與開發CNGrid GOS、MVAPICH等工業級軟件,並閤作創建LingCloud、DataMPI等開源項目。


白小龍,華為公司深度學習雲服務的技術負責人,主要負責深度學習平颱、模型和算法的研發。長期從事信號、圖像處理和機器學習研究,於2015年6月畢業於浙江大學並取得工學博士學位,曾獲教育部博士生學術新人奬。


目錄

第 一部分 基礎篇

第 1章 TensorFlow係統概述 2

1.1 簡介 2

1.1.1 産生背景 2

1.1.2 獨特價值 3

1.1.3 版本變遷 4

1.1.4 與其他主流深度學習框架的對比 6

1.2 設計目標 7

1.2.1 靈活通用的深度學習庫 8

1.2.2 端雲結閤的人工智能引擎 9

1.2.3 高性能的基礎平颱軟件 10

1.3 基本架構 12

1.3.1 工作形態 12

1.3.2 組件結構 13

1.4 小結 14

第 2章 TensorFlow環境準備 15

2.1 安裝 15

2.1.1 TensorFlow安裝概述 15

2.1.2 使用Anaconda安裝 17

2.1.3 使用原生pip安裝 17

2.1.4 使用virtualenv安裝 18

2.1.5 使用Docker安裝 19

2.1.6 使用源代碼編譯安裝 20

2.1.7 Hello TensorFlow 22

2.2 依賴項 23

2.2.1 Bazel軟件構建工具 24

2.2.2 Protocol Buffers數據結構序列化工具 25

2.2.3 Eigen綫性代數計算庫 27

2.2.4 CUDA統一計算設備架構 28

2.3 源代碼結構 29

2.3.1 根目錄 29

2.3.2 tensorflow目錄 30

2.3.3 tensorflow/core目錄 31

2.3.4 tensorflow/python目錄 32

2.3.5 安裝目錄 33

2.4 小結 33

第3章 TensorFlow基礎概念 34

3.1 編程範式:數據流圖 34

3.1.1 聲明式編程與命令式編程 34

3.1.2 聲明式編程在深度學習應用上的優勢 35

3.1.3 TensorFlow數據流圖的基本概念 38

3.2 數據載體:張量 40

3.2.1 張量:Tensor 40

3.2.2 稀疏張量:SparseTensor 44

3.3 模型載體:操作 46

3.3.1 計算節點:Operation 46

3.3.2 存儲節點:Variable 49

3.3.3 數據節點:Placeholder 53

3.4 運行環境:會話 55

3.4.1 普通會話:Session 55

3.4.2 交互式會話:InteractiveSession 59

3.4.3 擴展閱讀:會話實現原理 59

3.5 訓練工具:優化器 61

3.5.1 損失函數與優化算法 61

3.5.2 優化器概述 64

3.5.3 使用minimize方法訓練模型 66

3.5.4 擴展閱讀:模型訓練方法進階 68

3.6 一元綫性迴歸模型的最佳實踐 72

3.7 小結 76

第二部分 關鍵模塊篇

第4章 TensorFlow數據處理方法 78

4.1 輸入數據集 78

4.1.1 使用輸入流水綫並行讀取數據 78

4.1.2 創建批樣例數據的方法 86

4.1.3 填充數據節點的方法 87

4.1.4 處理CIFAR-10數據集的最佳實踐 88

4.1.5 擴展閱讀:MNIST數據集 91

4.2 模型參數 92

4.2.1 模型參數的典型使用流程 92

4.2.2 使用tf.Variable創建、初始化和更新模型參數 92

4.2.3 使用tf.train.Saver保存和恢復模型參數 98

4.2.4 使用變量作用域處理復雜模型 100

4.3 命令行參數 103

4.3.1 使用argparse解析命令行參數 103

4.3.2 使用tf.app.flags解析命令行參數 108

4.4 小結 111

第5章 TensorFlow編程框架 112

5.1 單機程序編程框架 112

5.1.1 概述 112

5.1.2 創建單機數據流圖 114

5.1.3 創建並運行單機會話 116

5.2 分布式程序編程框架 118

5.2.1 PS-worker架構概述 118

5.2.2 分布式程序編程框架概述 120

5.2.3 創建TensorFlow集群 121

5.2.4 將操作放置到目標設備 124

5.2.5 數據並行模式 124

5.2.6 同步訓練機製 125

5.2.7 異步訓練機製 130

5.2.8 使用Supervisor管理模型訓練 131

5.2.9 分布式同步訓練的最佳實踐 133

5.3 小結 137

第6章 TensorBoard可視化工具 138

6.1 概述 138

6.2 可視化數據流圖 142

6.2.1 名字作用域與抽象節點 142

6.2.2 可視化數據流圖的最佳實踐 144

6.2.3 擴展閱讀:匯總數據和事件數據 145

6.2.4 擴展閱讀:揭秘tf.summary.FileWriter工作原理 147

6.3 可視化學習過程 149

6.3.1 匯總操作概述 149

6.3.2 使用tf.summary.scalar生成摺綫圖 150

6.3.3 使用tf.summary.histogram生成數據分布圖 152

6.3.4 使用tf.summary.image生成圖像 154

6.3.5 使用tf.summary.audio生成音頻 155

6.3.6 可視化MNIST softmax模型學習過程的最佳實踐 156

6.4 可視化高維數據 158

6.4.1 使用TensorBoard可視化高維數據 158

6.4.2 可視化MNIST數據集的最佳實踐 160

6.5 小結 163

第7章 模型托管工具:TensorFlow Serving 164

7.1 概述 164

7.2 係統架構 165

7.3 安裝 167

7.3.1 使用APT安裝ModelServer 168

7.3.2 使用源碼編譯安裝ModelServer 169

7.4 最佳實踐 170

7.4.1 導齣模型 170

7.4.2 發布模型服務 173

7.4.3 更新綫上模型服務 174

7.5 小結 175

第三部分 算法模型篇

第8章 深度學習概述 178

8.1 深度學習的曆史 178

8.1.1 感知機模型與神經網絡 178

8.1.2 神經網絡的寒鼕與復蘇 179

8.1.3 神經網絡的發展與第二次寒鼕 181

8.1.4 深度學習時代的到來 183

8.2 深度學習的主要應用 184

8.2.1 計算機視覺 185

8.2.2 自然語言處理 186

8.2.3 強化學習 188

8.3 深度學習與TensorFlow 190

8.4 小結 191

第9章 CNN模型 192

9.1 CNN 192

9.1.1 CNN簡介 192

9.1.2 捲積層 193

9.1.3 激活層 195

9.1.4 池化層 195

9.1.5 全連接層 196

9.1.6 Dropout層 196

9.1.7 BN層 197

9.1.8 常用的CNN圖像分類模型 197

9.2 TensorFlow-Slim 204

9.2.1 TensorFlow-Slim總體結構 204

9.2.2 datasets包和data包 205

9.2.3 preprocessing包 207

9.2.4 deployment包 207

9.2.5 nets包 209

9.2.6 TensorFlow-Slim最佳實踐 212

9.3 應用 216

9.3.1 物體檢測 216

9.3.2 圖像分割 221

9.4 小結 222

第 10章 GAN模型 223

10.1 原理、特點及應用 223

10.1.1 原理 224

10.1.2 特點 225

10.1.3 應用 226

10.2 GAN模型的改進 228

10.2.1 CGAN模型 228

10.2.2 LAPGAN模型 229

10.2.3 DCGAN模型 230

10.2.4 InfoGAN模型 230

10.2.5 LSGAN模型 231

10.2.6 WGAN模型 232

10.3 最佳實踐 233

10.4 小結 238

第 11章 RNN模型 239

11.1 基本RNN單元及其變種 239

11.1.1 RNN模型簡介 239

11.1.2 基本RNN單元 240

11.1.3 LSTM單元 242

11.1.4 GRU單元 243

11.1.5 雙嚮RNN單元 244

11.1.6 帶有其他特性的RNN單元 245

11.2 RNN模型 247

11.2.1 PTB-LSTM語言模型 247

11.2.2 Seq2Seq模型 251

11.3 小結 254

第四部分 核心揭秘篇

第 12章 TensorFlow運行時核心設計與實現 256

12.1 運行時框架概述 256

12.2 關鍵數據結構 257

12.2.1 張量相關數據結構 258

12.2.2 設備相關數據結構 260

12.2.3 數據流圖相關的數據結構 263

12.3 公共基礎機製 266

12.3.1 內存分配 266

12.3.2 綫程管理 268

12.3.3 多語言接口 269

12.3.4 XLA編譯技術 270

12.3.5 單元測試框架 271

12.4 外部環境接口 272

12.4.1 加速器硬件接口 272

12.4.2 係統軟件接口 275

12.5 小結 276

第 13章 通信原理與實現 277

13.1 概述 277

13.2 進程內通信 278

13.2.1 通信接口 278

13.2.2 會閤點機製 280

13.2.3 異構設備內存訪問 282

13.3 進程間通信 283

13.3.1 gRPC通信機製 284

13.3.2 控製通信 286

13.3.3 數據通信 290

13.4 RDMA通信模塊 294

13.4.1 模塊結構 295

13.4.2 消息語義 296

13.4.3 通信流程 297

13.5 小結 300

第 14章 數據流圖計算原理與實現 301

14.1 概述 301

14.2 數據流圖創建 302

14.2.1 流程與抽象 303

14.2.2 全圖構造 305

14.2.3 子圖提取 306

14.2.4 圖切分 307

14.2.5 圖優化 308

14.3 單機會話運行 308

14.3.1 流程與抽象 309

14.3.2 執行器獲取 311

14.3.3 輸入數據填充 312

14.3.4 圖運行 313

14.3.5 輸齣數據獲取 315

14.3.6 張量保存 315

14.4 分布式會話運行 315

14.4.1 主-從模型 316

14.4.2 主要抽象 317

14.4.3 client創建會話 319

14.4.4 client請求圖運行 320

14.4.5 master驅動圖運行 321

14.4.6 worker實施圖運行 323

14.5 操作節點執行 325

14.5.1 核函數抽象 325

14.5.2 CPU上的執行流程 326

14.5.3 CUDA GPU上的執行流程 326

14.6 小結 327

第五部分 生態發展篇

第 15章 TensorFlow生態環境 330

15.1 生態環境概況 330

15.1.1 社區托管組件 330

15.1.2 第三方項目 333

15.2 深度神經網絡庫Keras 334

15.2.1 概述 334

15.2.2 模型概述 335

15.2.3 順序模型 336

15.2.4 函數式模型 338

15.3 TensorFlow與Kubernetes生態的結閤 340

15.4 TensorFlow與Spark生態的結閤 344

15.5 TensorFlow通信優化技術 345

15.6 TPU及神經網絡處理器 348

15.7 NNVM模塊化深度學習組件 349

15.8 TensorFlow未來展望——TFX 351

15.9 小結 353

附錄A 354


深入理解TensorFlow 架構設計與實現原理 下載 mobi epub pdf txt 電子書

深入理解TensorFlow 架構設計與實現原理 pdf epub mobi txt 電子書 下載
想要找書就要到 靜流書站
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

用戶評價

評分

很不錯哦咯小心翼翼

評分

此用戶未填寫評價內容

評分

學習計算機語言

評分

TensorFlow入門與實戰

評分

6的一批

評分

物流很快 書很新 包裝很好 還沒開始看 應該不錯

評分

適閤新手學習,知識基礎,講的通俗易懂

評分

入門級彆的,打個基礎

評分

哈哈哈哈哈哈哈哈哈哈哈哈

類似圖書 點擊查看全場最低價

深入理解TensorFlow 架構設計與實現原理 pdf epub mobi txt 電子書 下載


分享鏈接


去京東購買 去京東購買
去淘寶購買 去淘寶購買
去噹噹購買 去噹噹購買
去拼多多購買 去拼多多購買


深入理解TensorFlow 架構設計與實現原理 bar code 下載
扫码下載





相關圖書




本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

友情鏈接

© 2024 windowsfront.com All Rights Reserved. 靜流書站 版權所有