机读格式显示(MARC)

• 000 01845nam0 2200289 450

• 001 0000454367

• 005 20240304170000.0

• 010 __ |a 978-7-121-44309-1 |d CNY129.00

• 100 __ |a 20221026d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak az 000yy

• 106 __ |a r

• 200 1_ |a TensorFlow.NET 实战 |A tensorflow.net shi zhan |f 仇华,陈海平著

• 210 __ |a 北京 |c 电子工业出版社 |d 2022

• 215 __ |a 533页 |c 图 |d 24cm

• 300 __ |a 博文视点

• 314 __ |a 仇华:从事机器视觉和机器学习开发的工作14年,目前在TCL担任资深软件工程师。SciSharp Stack开源社区核心组成员,TensorFlow苏州社区创办者,多年来专注于图像算法和深度学习领域的研究,获得Google深度学习开发者认证、微软AIM人工智能经理证书和苏州市高级视觉工程师证书。陈海平:从事软件开发和系统架构设计的工作16年,目前在美国一家公司担任高级软件架构师。创办SciSharp Stack开源社区,TensorFlow.NET创立和主要维护者,主要业余时间都投入在开源社区的项目贡献。

• 320 __ |a 有书目

• 330 __ |a 本书基于 TensorFlow.NET 框架,详细介绍了.NET 平台下深度学习的基础原理和应用技术,不仅阐述了算法原理,还演示了实践代码和运行效果,其中完整示例主要采用的语言为 C#和 F#。全书分为 3 个部分:第一部分介绍了核心 API 的用法和基础示例,包括数据类型、张量、Eager Mode、自动求导、线性回归、逻辑回归、tf.data、深度神经网络和 AutoGraph 机制,读者可以通过学习这一部分内容快速入门;第二部分重点演示了.NET Keras 的用法,包括模型、网络层、常用 API、模型搭建和模型训练,读者可以由此掌握主流的深度学习方法;第三部分主要是生产应用和案例实操,包括 GPU 环境搭建、自定义数据集训练、图像分类、目标检测、迁移学习、自然语言处理、生成对抗网络和 F#应用案例,每个案例均有完整的代码。

• 606 0_ |a 人工智能 |A Ren Gong Zhi Neng |x 算法

• 610 0_ |a TensorFlow.NET |A Tensorflow.net

• 690 __ |a TP18 |v 5

• 701 _0 |a 仇华 |A qiu hua |4 著

• 701 _0 |a 陈海平 |A Chen Hai Ping |4 著

• 801 _0 |a CN |b 思得乐 |c 20230203

• 905 __ |a AUSTL |d TP18/Q394Ⅰ