使用TensorFlow建立深度学习模型，563页pdf，Deep Learning Pipeline Building a Deep Learning Model with TensorFlow

简介：

基于现代TensorFlow方法而不是过时的工程概念来构建自己的pipline。本书中展示了如何为现实的TensorFlow项目构建深度学习pipline。

通过学习本书将了解pipline是什么以及如何工作，以便可以轻松快速地构建完整的应用程序。然后解决并克服Tensorflow的基本障碍，轻松创建功能应用程序并部署训练有素的模型。本书分步并举例可帮助读者了解深度学习流程的每个步骤，同时将最直接，最有效的工具应用于演示性问题和数据集。

读者还将通过准备数据，选择适合该数据的模型并调试模型以使用Tensorflow技术使最适合数据的方式来开发深度学习项目。通过访问一些最新的数据科学趋势来增强您的技能。如果您曾经考虑过构建自己的图像或文本标记解决方案或参加Kaggle竞赛，那么Deep Learning Pipeline将会非常适合！

本书中包括：

• 使用数据开发深度学习项目
• 研究各种模型并将其应用于自己的数据
• 对适合数据的适当模型进行调试和故障排除

目录：

作者介绍： Hisham El-Amir是一位数据科学家，在机器学习，深度学习和统计方面拥有专业知识。 他目前在埃及开罗生活和工作。 在他的工作项目中，主要面临着从自然语言处理（NLP），行为分析，机器学习到分布式处理的挑战。

Mahmoud Hammy是一位在埃及工作和生活的机器学习工程师。 他的主要研究领域是知识，逻辑，语言和学习之间的重叠。 他致力于训练机器学习和深度学习模型，以通过使用从深度学习到统计关系学习的方法，将大量的非结构化，半结构化和结构化数据分配到关于世界的新知识中。