电子书:《TensorFlow:实战GuGe深度学习框架》

[复制链接]
查看1305 | 回复1 | 2019-12-18 12:30:06 | 显示全部楼层 |阅读模式

多种网盘链接检测插件
购买前,请先检测网盘链接是否有效


                       

《TensorFlow:实战Google深度学习框架》_1

《TensorFlow:实战Google深度学习框架》_1

《TensorFlow:实战Google深度学习框架》_2

《TensorFlow:实战Google深度学习框架》_2

《TensorFlow:实战Google深度学习框架》_3

《TensorFlow:实战Google深度学习框架》_3


内容简介:

作者介绍
郑译字,现为才云科技( Caicloud.io)联合创始人
首席大数据科学家。针对分布式 TensorFlow上手难
管理难、监控难、上线难等问题,他带领团队成功开发
了guo内首个成熟的分布式 TensorFlow深度学习平台
( Tensor Flow as a Service)。基于此平台,才云大
数据团队为安防、电商、金融、物流等多个行业提供有
针对性的人工智能解决方案。归guo创业之前,郑泽宇曾
任美guoGuGe高级工程师。从2013年加入GuGe,郑泽宇作
为主要技术人员参与并领导了多个大数据项目。由他提
出井主导的产品聚类项目用于衔接GuGe购物和GuGe知
图谱( knowledge graph)数据,使得知识卡片形式的
广告逐步取代传统的产品列表广告,开启了GuGe购物广
告在搜索页面投递的新纪元。郑泽宇于2011年5月获得
匕京大学计算机学士学位,并荣获北京大学信息科学技
术学院十佳优秀毕业论文、北京大学优秀毕业生。2013
年5月获得美guo Carnegie Mellon University(CMU)
大学计算机硕士学位,并获得西贝尔奖学金(Sieb
Scholarship)。郑泽宇在机器学习、人工智能领域有多
年研究经验,并在S|GR、 SIGKDD、ACL、CDM
CWsM等顶级guo际会议上发表多篇学术论文。
顾思宇,硕士毕业于北京理工大学,曾在MSRA、搜
狗、腾 讯等互联网公司任职,在CDM、SG|R
ADKDD等会议上发表过多篇论文。致力于机器学习
信息检索、人工智能等相关技术在产品上的实践

TensorFlow
实战 GuGe深度学习框架
才云科技 Caicloud郑泽宇顾思宇著
電子工業出
Publishing House of Electronics Industry
北京· BEJJING

内容简介
TensorFlow是GuGe2015年开源的主流深度学习框架,目前己在GuGe、优步(Uber)、京东、小米等科
技公司广泛应用。本书为使用 TensorFlow深度学习框架的入门参考书,旨在帮助读者以快速、有效的方
式上手 TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导,从实际应用问题出发,通过
具体的 TensorFlow样例程序介绍如何了使用深度学习解决这些问题,书中包含了深度学习的入门知识和
大量实践经验,是走进这个前沿、热门的人工智能领域的首选参考书
读者对象:对人工智能、深度学习感兴趣的计算机相关从业人员,想要使用深度学习或 TensorFlow
的数据科学家、工程师,希望了解深度学习的大数据平台工程师,对人工智能、机器学习感兴趣的在校学
生,希望找深度学习相关岗位的求职人员,等等
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容
版权所有,侵权必究
图书在版编目(c|P)数据
TensorFlow:实战 GuGe深度学习框架/才云科技 Caicloud,郑泽宇,顾思宇著.一北京:电子工业出版
社,20173
ISBN9787121-30959-5
①r…Ⅱ.①才…②郑…③顾…Ⅲ①人工智能一算法一研究.oTP8
中guo版本图书馆CIP数据核字(2017)第029689号
策划编辑:张春雨
责任编辑:徐津平
印刷:三河市良远印务有限公司
装订:三河市良远印务有限公司
出版发行:电子工业出版社
北京市海淀区万寿路173信箱邮编:100036
开本:787×9801/16印张:18.5字数:380.95千字
版次:2017年3月第1版
印次:2017年3月第2次印刷
定价:79.00元
凡所购买电子工业出版社图书有缺损问题,请向购买书店调换。若书店售缺,请与本社发行部联系
联系及郎购电话010)88254888,88258888
质量投诉请发邮件至zls@phe
n,盗版侵权举报请发邮件至dbq@phei.com.cn
本书咨询联系方式010)5126088819,faq@phei.com.cn

推荐序1
“互联网+”的大潮催生了诸如“互联网+外卖”、“互联网+打车”“互联网+家政”等
众多商业模式的创新和创业佳话。而当“互联网+”已被写入教科书并成为传统行业都在积
极践行的发展道路时,过去一年科技界的聚光灯却被人工智能和深度学习所创造的一个个
奇迹所占据。从阿尔法狗肆虐围棋界,到人工智能创业大军的崛起,都预示着我们即将步
入“AH+”的时代:“AI+教育”、“A+媒体”、“AI+医学”、“A+配送”、“AI+农业”,等等,
将会层出不穷
AI在近期的爆发离不开数据“质”和“量”的提升,离不开高性能计算平台的发展
更离不开算法的进步,而深度学习则成为了推动算法进步中的一个主力军。 Tensor Flow作
为GuGe开源的深度学习框架,包含了GuGe过去10年间对于人工智能的探索和成功的商业应
用。GuGe的自驾车、搜索、购物、广告、云计算等产品,都无时无刻不在利用类似 TensorFlow
的深度学习算法将数据的价值最大化,从而创造巨大的商业价值
Tensor Flow作为一个开源框架,在极短时间内迅速圈粉并已成为 github. com上耀眼的
明星。然而,掌握深度学习需要较强的理论功底,用好 Tensor Flow又需要足够的实践和解
析。开源项目和代码本身固然重要,但更重要的是使用者的经验和领域知识,以及如何将
底层技术或工具采用最佳实践和模式来解决现实问题。我与作者共事多年,浏览本书后深
深体会到该作品是作者在GuGe多年分布式深度学习实践经验和其理论才学的浓缩,也相信
这本从入门到高级实践的读物能够为每个读者带来一个精神盛宴,并帮助计算机技术从业
者在各自的业务领域打开新的思路、插上新的翅膀
张鑫
杭州才云科技有限公司联合创始人CEO、 Carnegie Mellon University计算机博士

推荐序2
自2015年11月发布以来, TensorFlow在 GitHub上迅速受到广泛关注。 TensorFlow的
个突出特点,是它很好地兼顾了学术研究和工业生产的不同需求。一方面, TensorFlow
的灵活性使得研究人员能够利用它快速实现最新的模型设计;另一方面, TensorFlow强大
1分布式支持,对工业界在海量数据集上进行的模型训练也至关重要。
以我供职的GuGe翻译组为例,在研发最新的神经网络翻译模型过程中,我们既需要快
速灵活地尝试学术界各类最新的想法,又需要成熟、高效的分布式训练系统,以便在十亿
句量级的训练数据上训练最终模型。 TensorFlow的特性使我们只需维护一套代码,就能够
高效兼顾这两方面的工作。模型训练完成之后,我们又借助 Tensor Flow搭建了一个高性能
低延迟的在线翻译服务。目前GuGe翻译每天完成大约千亿词量级的文字翻译任务,其中超
过35?通过 Tensor Flow进行的
Tensor Flow还有着强大的可移植性,支持GPU、CPU、安卓、iOS等多种计算平台。
受益于这一特性,开发者可以在移动平台上开发复杂的深度学习应用。仍以翻译为例,谷
歌翻译应用中广受好评的图片即时翻译功能,就是依赖于移动平台上的 Tensor Flow,使用
用户的手机本地完成计算的。这一功能可以帮助人们摆脱语言和手机网络的约束,更加自
由地体验全球各地的风土人情
GuGe已经将 TensorFlow大规模应用于数十项产品的研发中,而在GuGe以外, TensorFlo
也逐渐得到广泛应用。从guo内的小米、京东,到GuiGu的Uber、 Airbnb、 Twitter等,都已经
开始采用 Tensor Flow进行生产实践。多伦多大学、加州大学伯克利分校等著名高校,也已
经将 TensorFlow用于教学当中,斯坦福大学更是专门开设了“ TensorFlow for Deep Learning
Research”课程,帮助学生深入理解这一深度学习领域的重要工具
作者郑泽宇是我的多年好友,他对于机器学习的学术研究和工业应用方面都有着极为
丰富的经验。这本教程从深入浅出,涵盖了深度学习中常见算法的理论基础和 TensorFlow
实现两方面内容。相信这本书能帮助读者在最短时间内理解深度学习并熟练应用
TensorFlow,在这一当前极为活跃的领域展开工程实践
梁博文
工程师,GuGe翻译团队


#############################################


回复

使用道具 举报

牵手看日落 | 2019-12-21 19:47:01 | 显示全部楼层
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则