《TensorFlow学习指南：深度学习系统构建指南》电子书免费下载

《TensorFlow学习指南：深度学习系统构建详解》由Tom Hope、Yehezkel S. Resheff、Itay Lieder联合撰写，朱小虎与李紫辉翻译，机械工业出版社2018年6月出版，ISBN为9787111600725，全书227页，平装装帧，豆瓣评分7.5分，其中5星占比14.3%、4星占比50%、3星占比35.7%。

内容亮点

本书以TensorFlow框架为核心，从基础内容逐步深入，讲解深度学习系统的构建方法。书中贯穿多种TensorFlow使用方式，结合实际任务展示系统效果，涵盖卷积神经网络、循环神经网络等关键技术，还介绍了图像与文本序列数据对应的模型。

后半部分聚焦TensorFlow高阶应用，包括高级使用技巧、分布式深度学习系统的搭建步骤，以及训练后模型的导出与部署方法。读者通过学习，能掌握从简单到高级TensorFlow应用系统的构建技能。

适合人群

计算机相关专业学生、软件工程师、深度学习开发者、架构师、CTO等技术人员均可阅读本书，不同岗位读者能从中获取适配自身需求的TensorFlow知识。

作者背景

Tom Hope是应用机器学习研究者兼数据科学家，拥有学术界与工业界双重背景，曾带领跨领域数据科学与深度学习研发团队。

Yehezkel S. Resheff专注机器学习与数据挖掘领域，读博期间主攻可穿戴设备和物联网数据的机器学习、深度学习分析方法，还曾在英特尔、Microsoft主导深度学习研发工作。

Itay Lieder研究方向为机器学习与计算神经科学，研究生阶段开发过模拟低级知觉的计算方法，曾在大型跨国公司负责文本分析、Web挖掘领域的深度学习研发。

章节概览

全书共10章加1个附录，从引言入手，依次讲解TensorFlow的安装与基础使用、核心基础知识、卷积神经网络、文本数据处理与可视化、高级RNN应用、框架抽象简化工具、数据读取与线程队列、分布式部署，以及模型导出与服务，附录还提供了模型构建与TensorFlow Serving使用建议，结构由浅入深，逻辑清晰。