TensorFlowFor Machine Intelligence

《TensorFlow for Machine Intelligence》是一本由Sam Abrahams、Danijar Hafner、Erik Erwitt和Ariel Scarpinelli共同撰写的关于机器学习库TensorFlow的书籍。该书由Bleeding Edge Press出版社在2016年出版，旨在帮助新老用户深入理解和熟练使用TensorFlow，以构建和部署机器学习模型。 书中首先介绍了TensorFlow的背景、设计理念以及与其他机器学习库的比较，然后逐步深入到TensorFlow的核心API和机器学习基础概念。作者们期望读者具备一定的数学和编程基础，包括导数计算、矩阵代数、基础编程原则和机器学习概念。书中还涉及了Python、NumPy和matplotlib库的使用经验，以及对前馈神经网络、卷积神经网络和循环神经网络等高级机器学习概念的了解。 书籍内容分为四个部分：第一部分介绍了TensorFlow的入门知识，包括安装和基本概念；第二部分深入探讨了TensorFlow和机器学习的基础知识；第三部分聚焦于在TensorFlow中实现高级深度学习模型，如CNN和RNN；第四部分则介绍了TensorFlow API的最新特性、编程技巧和实用功能。 书中不仅提供了TensorFlow的理论基础，还包含了大量的实践指南和代码示例，使读者能够动手实践并深入理解如何使用TensorFlow构建、训练和部署机器学习模型。此外，书中还讨论了如何使用TensorBoard进行模型分析，以及如何将训练好的模型通过TensorFlow Serving部署到生产环境中。