这本书建立在第一版的基础上,更新了章节和最新的代码实现,使其与Tensorflow 2.0保持一致。 https://link.springer.com/book/10.1007/978-1-4842-8931-0 TensorFlow 2.0 Pro Deep Learning with TensorFlow 2.0从深度学习的数学和核心技术基础开始。接下来,您将学习卷积神经网络,包括新的卷积方法,如扩张卷积、深度可分离卷积及其实现。然后,您将了解高级网络架构(如transformer)中的自然语言处理,以及与自然语言处理和一般神经网络相关的各种注意力机制。随着阅读的深入,您将探索反映深度学习方法当前状态的无监督学习框架,例如自编码器和变分自编码器。最后一章涵盖了生成对抗网络及其变体的高级主题,如循环一致性GANs和图神经网络技术,如图注意力网络和GraphSAGE。 读完本书,你将理解深度学习的数学基础和概念,并能够使用所演示的原型来构建新的深度学习应用程序。

你会学到什么 * 使用TensorFlow 2.0理解全栈深度学习 * 理解深度学习的数学基础 * 使用TensorFlow 2.0在生产中部署复杂的深度学习解决方案 * 理解生成式对抗网络、图注意力网络和GraphSAGE

成为VIP会员查看完整内容
36

相关内容

Google发布的第二代深度学习系统TensorFlow
【干货书】金融信号处理与机器学习,440页pdf
专知会员服务
39+阅读 · 1月15日
【干货书】机器学习算法视角,249页pdf
专知会员服务
104+阅读 · 2021年10月18日
【干货书】PyTorch 深度学习,255页pdf
专知会员服务
226+阅读 · 2021年4月3日
【干货书】Python机器学习,361页pdf
专知会员服务
213+阅读 · 2021年2月25日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
137+阅读 · 2020年10月30日
【干货书】图形学基础,427页pdf
专知会员服务
117+阅读 · 2020年7月12日
【干货书】深度学习全面指南,307页pdf
专知
15+阅读 · 2022年1月6日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Arxiv
18+阅读 · 2018年10月25日
Arxiv
16+阅读 · 2018年8月30日
VIP会员
相关VIP内容
【干货书】金融信号处理与机器学习,440页pdf
专知会员服务
39+阅读 · 1月15日
【干货书】机器学习算法视角,249页pdf
专知会员服务
104+阅读 · 2021年10月18日
【干货书】PyTorch 深度学习,255页pdf
专知会员服务
226+阅读 · 2021年4月3日
【干货书】Python机器学习,361页pdf
专知会员服务
213+阅读 · 2021年2月25日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
137+阅读 · 2020年10月30日
【干货书】图形学基础,427页pdf
专知会员服务
117+阅读 · 2020年7月12日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员