●譯者序
審校者簡介
前言
章TensorFlow基礎1
1.1簡介1
1.2TensorFlow如何工作1
1.2.1開始1
1.2.2動手做2
1.2.3工作原理3
1.2.4參考3
1.3聲明變量和張量4
1.3.1開始4
1.3.2動手做4
1.3.3工作原理6
1.3.4延伸學習6
1.4使用占位符和變量6
1.4.1開始6
1.4.2動手做6
1.4.3工作原理7
1.4.4延伸學習7
1.5操作（計算）矩陣8
1.5.1開始8
1.5.2動手做8
1.5.3工作原理10
1.6聲明操作10
1.6.1開始10
1.6.2動手做10
1.6.3工作原理12
1.6.4延伸學習12
1.7實現激勵函數12
1.7.1開始12
1.7.2動手做12
1.7.3工作原理14
1.7.4延伸學習14
1.8讀取數據源14
1.8.1開始15
1.8.2動手做15
1.8.3工作原理18
1.8.4參考18
1.9其他資源19
1.9.1開始19
1.9.2動手做19
第2章TensorFlow進階20
2.1簡介20
2.2計算圖中的操作20
2.2.1開始20
2.2.2動手做21
2.2.3工作原理21
2.3TensorFlow的嵌入Layer21
2.3.1開始21
2.3.2動手做22
2.3.3工作原理22
2.3.4延伸學習22
2.4TensorFlow的多層Layer23
2.4.1開始23
2.4.2動手做23
2.4.3工作原理24
2.5TensorFlow實現損失函數24
2.5.1開始25
2.5.2動手做26
2.5.3工作原理28
2.5.4延伸學習28
2.6TensorFlow實現反向傳播29
2.6.1開始29
2.6.2動手做30
2.6.3工作原理33
2.6.4延伸學習33
2.6.5參考33
2.7TensorFlow實現批量訓練和隨機訓練34
2.7.1開始34
2.7.2動手做34
2.7.3工作原理35
2.7.4延伸學習36
2.8TensorFlow實現創建分類器36
2.8.1開始36
2.8.2動手做37
2.8.3工作原理38
2.8.4延伸學習39
2.8.5參考39
2.9TensorFlow實現模型評估39
2.9.1開始39
2.9.2動手做40
2.9.3工作原理43
第3章基於TensorFlow的線性回歸44
3.1簡介44
3.2用TensorFlow求逆矩陣44
3.2.1開始45
3.2.2動手做45
3.2.3工作原理46
3.3用TensorFlow實現矩陣分解46
3.3.1開始46
3.3.2動手做46
3.3.3工作原理47
3.4用TensorFlow實現線性回歸算法47
3.4.1開始48
3.4.2動手做48
3.4.3工作原理50
3.5理解線性回歸中的損失函數51
3.5.1開始51
3.5.2動手做51
3.5.3工作原理52
3.5.4延伸學習53
3.6用TensorFlow實現戴明回歸算法53
3.6.1開始54
3.6.2動手做54
3.6.3工作原理55
3.7用TensorFlow實現lasso回歸和嶺回歸算法56
3.7.1開始56
3.7.2動手做56
3.7.3工作原理58
3.7.4延伸學習58
3.8用TensorFlow實現彈性網絡回歸算法58
3.8.1開始58
3.8.2動手做58
3.8.3工作原理60
3.9用TensorFlow實現邏輯回歸算法60
3.9.1開始60
3.9.2動手做61
3.9.3工作原理63
第4章基於TensorFlow的支持向量機65
4.1簡介65
4.2線性支持向量機的使用67
4.2.1開始67
4.2.2動手做67
4.2.3工作原理70
4.3弱化為線性回歸71
4.3.1開始71
4.3.2動手做72
4.3.3工作原理74
4.4TensorFlow上核函數的使用75
4.4.1開始75
4.4.2動手做76
4.4.3工作原理80
4.4.4延伸學習80
4.5用TensorFlow實現非線性支持向量機80
4.5.1開始80
4.5.2動手做80
4.5.3工作原理83
4.6用TensorFlow實現多類支持向量機83
4.6.1開始83
4.6.2動手做84
4.6.3工作原理87
第5章*近鄰域法88
5.1簡介88
5.2*近鄰域法的使用89
5.2.1開始89
5.2.2動手做89
5.2.3工作原理92
5.2.4延伸學習92
5.3如何度量文本距離92
5.3.1開始93
5.3.2動手做93
5.3.3工作原理95
5.3.4延伸學習95
5.4用TensorFlow實現混合距離計算95
5.4.1開始96
5.4.2動手做96
5.4.3工作原理98
5.4.4延伸學習98
5.5用TensorFlow實現地址匹配99
5.5.1開始99
5.5.2動手做99
5.5.3工作原理101
5.6用TensorFlow實現圖像識別102
5.6.1開始102
5.6.2動手做102
5.6.3工作原理104
5.6.4延伸學習105
第6章神經網絡算法106
6.1簡介106
6.2用TensorFlow實現門函數107
6.2.1開始107
6.2.2動手做108
6.2.3工作原理110
6.3使用門函數和激勵函數110
6.3.1開始111
6.3.2動手做111
6.3.3工作原理113
6.3.4延伸學習113
6.4用TensorFlow實現單層神經網絡114
6.4.1開始114
6.4.2動手做114
6.4.3工作原理116
6.4.4延伸學習117
6.5用TensorFlow實現神經網絡常見層117
6.5.1開始117
6.5.2動手做117
6.5.3工作原理122
6.6用TensorFlow實現多層神經網絡123
6.6.1開始123
6.6.2動手做123
6.6.3工作原理127
6.7線性預測模型的優化128
6.7.1開始128
6.7.2動手做128
6.7.3工作原理131
6.8用TensorFlow基於神經網絡實現井字棋132
6.8.1開始133
6.8.2動手做134
6.8.3工作原理139
第7章自然語言處理140
7.1簡介140
7.2詞袋的使用141
7.2.1開始141
7.2.2動手做142
7.2.3工作原理146
7.2.4延伸學習146
7.3用TensorFlow實現TF-IDF算法146
7.3.1開始146
7.3.2動手做147
7.3.3工作原理150
7.3.4延伸學習151
7.4用TensorFlow實現skip-gram模型151
7.4.1開始151
7.4.2動手做152
7.4.3工作原理158
7.4.4延伸學習158
7.5用TensorFlow實現CBOW詞嵌入模型158
7.5.1開始158
7.5.2動手做159
7.5.3工作原理163
7.5.4延伸學習163
7.6使用TensorFlow的Word2Vec預測163
7.6.1開始163
7.6.2動手做163
7.6.3工作原理168
7.6.4延伸學習168
7.7用TensorFlow實現基於Doc2Vec的情感分析168
7.7.1開始168
7.7.2動手做169
7.7.3工作原理175
第8章卷積神經網絡176
8.1簡介176
8.2用TensorFlow實現簡單的CNN177
8.2.1開始177
8.2.2動手做177
8.2.3工作原理182
8.2.4延伸學習182
8.2.5參考183
8.3用TensorFlow實現進階的CNN183
8.3.1開始183
8.3.2動手做183
8.3.3工作原理189
8.3.4參考190
8.4再訓練已有的CNN模型190
8.4.1開始190
8.4.2動手做191
8.4.3工作原理193
8.4.4參考193
8.5用TensorFlow實現圖像風格遷移193
8.5.1開始194
8.5.2動手做194
8.5.3工作原理199
8.5.4參考199
8.6用TensorFlow實現DeepDream199
8.6.1開始199
8.6.2動手做199
8.6.3延伸學習204
8.6.4參考204
第9章循環神經網絡205
9.1簡介205
9.2用TensorFlow實現RNN模型進行垃圾郵件預測206
9.2.1開始206
9.2.2動手做206
9.2.3工作原理211
9.2.4延伸學習211
9.3用TensorFlow實現LSTM模型211
9.3.1開始211
9.3.2動手做212
9.3.3工作原理218
9.3.4延伸學習218
9.4TensorFlow堆疊多層LSTM219
9.4.1開始219
9.4.2動手做219
9.4.3工作原理221
9.5用TensorFlow實現Seq2Seq翻譯模型221
9.5.1開始221
9.5.2動手做222
9.5.3工作原理232
9.5.4延伸學習232
9.6TensorFlow訓練孿生RNN度量相似度232
9.6.1開始232
9.6.2動手做233
9.6.3延伸學習238
**0章TensorFlow產品化239
10.1簡介239
10.2TensorFlo測試239
10.2.1開始239
10.2.2工作原理244
10.3TensorFlow的多設備使用244
10.3.1開始244
10.3.2動手做245
10.3.3工作原理246
10.3.4延伸學習246
10.4分布式TensorFlow實踐246
10.4.1開始247
10.4.2動手做247
10.4.3工作原理248
10.5TensorFlow產品化開發提示248
10.5.1開始248
10.5.2動手做248
10.5.3工作原理250
10.6TensorFlow產品化的實例250
10.6.1開始250
10.6.2動手做250
10.6.3工作原理253
10.7TensorFlow服務部署253
10.7.1開始253
10.7.2動手做253
10.7.3工作原理256
10.7.4延伸學習257
1章TensorFlow的進階應用258
11.1簡介258
11.2TensorFlow可視化：Tensorboard258
11.2.1開始258
11.2.2動手做259
11.2.3延伸學習261
11.3用TensorFlow實現遺傳算法263
11.3.1開始263
11.3.2動手做264
11.3.3工作原理266
11.3.4延伸學習266
11.4用TensorFlow實現k-means聚類算法267
11.4.1開始267
11.4.2動手做267
11.4.3延伸學習270
11.5用TensorFlow求解常微分方程組270
11.5.1開始271
11.5.2動手做271
11.5.3工作原理272
11.5.4參考272
11.6用TensorFlow實現隨機森林算法273
11.6.1開始273
11.6.2動手做273
11.6.3工作原理276
11.6.4參考276
11.7將Keras作為TensorFlowAPI使用277
11.7.1開始277
11.7.2動手做277
11.7.3工作原理280
11.7.4參考281