總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化基礎理論
 
 
 
 
零起點TensorFlow快速入門(配件另行下載)
 作  者: 何海群
 出版單位: 電子工業
 出版日期: 2017.10
 進貨日期: 2019/4/16
 ISBN: 9787121323331
 開  本: 16 開    
 定  價: 518
 售  價: 414
  會 員 價: 380
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

採用MBA個案模式,配合Python教學代碼,由淺入深,結合實盤案例,舉一反三。無須專業編程基礎,懂Excel即可開始學習。


內容簡介:

TensorFlow是近年來影響最大的神經網路和深度學習平臺,本書以生動活潑的語言,從入門者的角度,對TensorFlow進行介紹,書中包含大量簡單風趣的實際案例,如孤獨的神經元、梵高畫風等,讓廣大初學者快速掌握神經網路的基本編程,為進一步學習人工智慧奠定扎實的基礎。


作者簡介:

何海群,網名:字王,CHRD前海智庫CTO,《中華大字庫》發明人,出版書籍20餘部,在人工智慧、數據分析等方面具有20年一線專業經驗;zwPython開發平臺、zwQuant量化軟體設計師,中國“Python創客”專案和“Python產業聯盟”發起人,國內首個Python量化課程:《Python量化實盤·魔鬼訓練營》創始人,極寬量化開源團隊的創始人。1990年,發明國內第一個VR數據手套並獲得專利授權,被業界稱為“中國VR之父”;1992年,論文《人工智慧與中文字型設計》入選《廣東青年科學家文集》,現已成為中文字形檔行業三大基礎建模理論之一;1997年,出版國內首部網路經濟專著《網路商戰》;2008年,在北京聯合創辦國內首家4A級網路公關公司,服務過200餘家國際五百強企業,被公關協會譽為:中國網路公關事業的開創者與啟蒙者;2012年,發佈國內首個自主研發的智能中文字形檔設計軟體《x2ttf塗鴉造字》,全功能全免費公益軟體;2016年,推出國內首套純python開源量化軟體:zwQuant,以及國內首個Tick級別開源金融大數據專案:zwDat金融數據包。


圖書目錄:

第1章不朽的梵高1
1.1星夜傳奇1
1.2TensorFlow簡介3
案例1—1:星夜傳奇實戰編程5
案例1—2:星夜傳奇批量編程11
1.3十萬次迭代14
1.4黑箱大法16
1.5超級KISS法則與大智若愚17
第2章TensorFlow安裝22
2.1目錄結構22
2.2化繁為簡23
2.3CPU版本安裝25
2.4GPU版本安裝25
案例2—1:GPU開發環境測試28
第3章可視化AI圖表33
3.1TensorBoard可視化工具33
案例3—1:hello,愛麗絲34
3.1.1TensorBoard主介面36
3.1.2快速啟動腳本38
3.2加法器41
案例3—2:加法器的演算法結構圖41
案例3—3:加法器的變化版本43
案例3—4:乘法器的演算法結構圖44
第4章快速入門47
4.1你好,神經網路47
案例4—1:字串運算式47
案例4—2:hello,TensorFlow48
4.2圖運算與Session49
案例4—3:缺省圖運算49
案例4—4:可視化Session52
4.3常量、變數與占位符56
案例4—5:常量加法57
案例4—6:加法與占位符58
案例4—7:加法與變數59
4.4TensorFlow常用數值運算62
第5章TensorFlow總覽63
5.1TensorFlow產業鏈關係圖65
5.2TensorFlow模組列表66
5.2.1源碼目錄結構66
案例5—1:內置模組列表68
5.2.2模組結構圖70
5.2.3API抽象介面示意圖71
5.2.4神經網路三大模組71
5.3數據類型72
5.4TensorFlow常用術語73
5.5TensorFlow簡化介面77
第6章基礎知識79
6.1數據流圖79
6.2設備切換Device81
6.3三大數據類型82
案例6—1:變數操作86
6.4Feed數據提交89
案例6—2:Feed提交數據90
案例6—3:批量Feed提交數據92
案例6—4:批量Feed提交多維數據92
6.5Fetch獲取數據93
案例6—5:Fetch獲取數據93
案例6—6:Fetch獲取多維數組95
案例6—7:會話Session97
6.6批尺寸Batch_Size99
第7章孤獨的神經元101
7.1神經元模型101
案例7—1:單細胞演算法102
7.2可視化分析107
案例7—2:單細胞演算法優化版108
第8章歸來吧,數據112
8.1分類——機器學習的核心112
8.2萬物皆回歸112
案例8—1:傳統機器學習114
案例8—2:TensorFlow線性回歸模型117
8.3模型簡理124
案例8—3:TensorFlow模型保存125
案例8—4:TensorFlow模型讀取126
第9章Pkmital入門案例套餐(上)128
9.1Halcon簡介128
9.2帕拉格?庫馬爾案例合集簡介129
9.3Pkmital案例集合詳解131
9.4TensorFlow基礎132
案例9—1:TensorFlow基礎權重設置和圖形計算132
案例9—2:圖像的卷積計算140
9.5回歸演算法145
案例9—3:線性回歸145
案例9—4:線性回歸修正版150
9.6多項式回歸151
案例9—5:多項式回歸151
案例9—6:多項式回歸修正版153
9.7邏輯回歸模型154
案例9—7:邏輯回歸模型154
9.8CNN卷積神經網路演算法159
案例9—8:CNN卷積神經網路159
第10章Pkmital入門案例套餐(下)165
10.1自編碼演算法165
案例10—1:自編碼演算法165
10.2dAE降噪自編碼演算法170
案例10—2:dAE降噪自編碼演算法170
10.3CAE卷積編碼演算法177
案例10—3:CAE卷積編碼演算法177
10.4DRN深度殘差網路183
案例10—4:DRN深度殘差網路183
10.5VAE變分自編碼演算法189
案例10—5:VAE變分自編碼演算法189
10.6TDV聯合矩陣模型199
……
第11章TensorFlow內置案例分析
第12章TensorLayer案例分析
第13章TFLearn案例分析
第14章Keras案例分析
第15章TensorFlow常用運行模式


章節試讀:

推薦 序

——梁忠







近日AlphaGo和柯潔的黑白大戰,因為對陣的一方是中國頂級圍棋高手柯潔,所以引起國人的高度關注。如果利用百度搜索引擎,輸入AlphaGo,可以得出7000多萬條搜索結果,遠遠高於其他熱門詞條。

事實上,AlphaGo只是Google擁有的兩套人工智慧系統中的一套,是Google 2014年收購DeepMind的人工智慧系統,專注於棋賽開發。Google另外一套人工智慧系統就是本書介紹的TensorFlow系統。

在TensorFlow等人工智慧系統出現之前,電腦所做的事情最多就是按照人類編好的既定程式,簡單重複地、按部就班地運行,沒有超越人類事先為電腦設定的思維邊界。

電腦與人類大腦相比,根本的區別在於不具備學習和創新能力。

電腦最多是記憶的資訊多,重複計算的速度快,不受情緒的影響等。但是,在TensorFlow等人工智慧系統出現之後,電腦所做的事情除了簡單重複運行之外,更重要的是其具備了一定的自我學習和創新能力。

TensorFlow等人工智慧系統使得電腦在一定程度上能夠自主學習,自我提高,總結過去的經驗,汲取以往的教訓,具備一定的創新性。這一點從AlphaGo與柯潔對壘的3場棋局的結果中不難看出。

這正是以AlphaGo和TensorFlow為代表的人工智慧系統區別於以往任何電腦技術的關鍵所在,也是為什麼TensorFlow被稱為互聯網以來唯一的“黑科技”專案的原因。

具備了一定的自我學習和創造能力的人工智慧系統的出現,將對經濟系統的各個領域產生重大影響。筆者有著超過20年境內外金融行業從業經歷,將從一個側面分享人工智慧對金融領域的影響。

從整個金融業的歷史沿革來看,大致經歷了四個階段:純人工階段、單機電腦階段、互聯網(含移動互聯網)階段和人工智慧階段。

隨著每個階段的漸次演進,提供金融服務一方的人力成本投入在逐漸減少,提供金融服務的效率在提高;對於接受金融服務的一方來說,金融服務的可獲得性以及便捷程度在逐漸增加,金融服務越來越圍繞著人進行,以人為中心的全方位的社會經濟服務體系正在形成。

金融服務體系中銀行服務、證券服務、保險服務等的內部界限開始變得模糊,金融服務與其他非金融的社會經濟服務之間的界限開始變得不清。

特別是金融業進入人工智慧階段之後,人工智慧系統將接受金融服務一方的身份特徵數據、交易數據和行為數據等大數據,進行即時分析和動態跟蹤,以遠低於人工成本的成本,為每個人建立一個基於生命週期的綜合金融模型,對每個人未來的金融行為進行預測,自動為他們提供帳戶資金管理、貨幣兌換、證券買賣、保險購買、購房購車計畫、旅行休閒、子女教育、養老規劃等方面的金融建議和授權代理操作,並根據模型預測結果與實際情況相比對,自主學習和修正模型,以便更加貼合接受金融服務一方的真實金融意圖,使得人工智慧模型的預測建議和人的實際金融行為無限接近。

由此人類將從日常繁雜的各種金融交易中解放出來,投身到更需要自己或自己更感興趣的方面去。

展望未來,人工智慧的應用前景無限美好。探尋當下,人工智慧在世界各地的各行各業方興未艾。

千里之行,始於足下,何海群先生的《零起點TensorFlow快速入門》是有志於人工智慧領域的IT人士的一塊敲門磚和鋪路石。

祝願人工智慧在華夏大地生根發芽,開花結果。





梁忠:中國人民大學財政金融系博士,曾任里昂證券CLSA分析員;瑞銀證券UBSS董事,財富管理中國研究部主管;瑞士信貸(香港)有限公司中國研究部董事;瑞信方正證券執行董事,研究部主管,具有20年國際頂級金融機構從業經歷。















前 言







感謝梁忠先生在百忙之中為本書撰寫序言,TensorFlow神經網路作為互聯網以來唯一的“黑科技”專案,無遠弗屆,無分行業領域,對社會各界都會從上至下帶來徹底的顛覆與革命。

梁忠先生作為非IT領域的學者、專家,從第三方角度,冷靜地觀察這場數字革命,同時可以向更多的大眾介紹這場革命的火花,推動行業變革,功莫大焉。

TensorFlow黑科技與泰坦尼克

經典大片《泰坦尼克》(Titanic),以1912年泰坦尼克號郵輪在其處女航行時撞擊冰山而沉沒的事件為背景,描述了處於不同階層的兩個人——窮畫家傑克和貴族女露絲拋棄世俗的偏見墜入愛河,最終傑克把生存的機會讓給了露絲的感人故事。

在機器學習領域,《Titanic數據集》是與《IRIS數據集》並列的經典數據集。

Titanic數據集是根據泰坦尼克號上的人員是否存活而生成的數據集,是國際著名的機器學習大賽Kaggle的入門練手題。

Titanic數據集共有1237個數據,其中包括819個訓練集和418個測試集。數據集中共有12個字段,包括年齡、性別、船廠等級等12個屬性。

《泰坦尼克》案例就是通過使用神經網路演算法,根據Titanic數據集,計算經典大片《泰坦尼克》(Titanic)的男女兩位主人公:窮畫家傑克和貴族女露絲,每個人的生存概率。

初看這個問題,似乎是“不可能完成的任務”,不過,TensorFlow既然被譽為自Internet以來唯一的黑科技,自然有其解決的辦法。

其中的一個案例,計算結果表明:傑克獲救的機會是16.7%,露絲是95.8%。

曾經有歷史學者,通過研究歷史數據中的食鹽、布匹消費量,而推斷當時相關國家的人口、經濟、軍事等實力,並衍生出計量歷史學這樣一個學科。

馬雲曾經說過:“要麼電子商務,要麼無商可務。”

也許,未來的學術領域,也會“要麼AI,要麼NO-A。”這堛態,代表Anything。

相信隨著類似Titanic數據集案例、梵高畫風等一系列基於TensorFlow等神經網路、深度學習專案的不斷湧現,未來的各個學科會基於AI人工智慧進行新的學術重組。

更好的TensorFlow入門教程

本書是目前較好的TensorFlow機器學習入門教程:

? 無需任何理論基礎,全程採用MBA案例模式,懂Excel就可看懂。

? 獨創的逆向式課件模式,結合TensorBoard可視化系統,案例、圖表優先,層層剖析。

? 率先系統介紹TensorFlow經典入門案例合集,Pkmital帕拉格?庫馬爾案例合集。

? 率先系統介紹TensorFlow三大簡化介面Keras、TFLearn和TensorLayer,並提供多組配套案例。

? 三位一體的課件模式:圖書 開發平臺 成套的教學案例,系統講解,逐步深入。

? 業內率先發佈系統化的TensorFlow函數和API中文文檔、神經網路演算法模型彙編,可作為案頭工具書隨時查閱。

本書採用獨創的黑箱模式,MBA案例教學機制,結合大量經典案例,介紹TensorFlow系統和常用的深度學習演算法。

“Python量化三部曲”

“Python量化三部曲”包括:

? 《零起點Python大數據與量化交易》(入門課程);

? 《零起點Python機器學習與量代交易》(重點分析sklean);

? 《零起點TensorFlow與量化交易》(重點分析TensorFlow)。

此外還有幾部補充作品:

? 《零起點Python足彩大數據與機器學習實盤分析》;

? 《零起點Python機器學習快速入門》;

? 《零起點TensorFlow快速入門》。

本書是《零起點Python機器學習快速入門》的後續之作,為了省略篇幅,省略了Python基礎教程,以及sklearn等機器學習方面的入門內容,沒有經驗的讀者,建議先閱讀《零起點Python機器學習快速入門》,再開始本書的學習,這樣會收到事半功倍的效果。

本書原本是極寬量化培訓課程高級班的教學課件,建議“Python量化三部曲”的讀者,在讀完入門課程後,先閱讀本書和《零起點Python機器學習快速入門》,再閱讀後面兩部作品。

網路資源

本書的案例程式已經做過優化處理,無需GPU顯卡,全部支持單CPU平臺,不過為避免版本衝突,請儘量使用zwPython 2017m6版本運行本書的案例程式。

使用其他Python運行環境的讀者,如Linux、Mac平臺的用戶,請儘量使用Python 3.5和TensorFlow 1.1版本,請自行安裝其他所需的模組庫,如NumPy、Pandas、TuShare等第三方模組庫。

此外需要注意的是,大家運行本書案例得到的結果可能與書中略有差別,甚至大家多次運行同一案例,每次運行的結果可能都有所差異,這屬於正常情況。

這是因為TensorFlow等深度學習系統內部都使用了亂數作為種子數,用於系統變數初始化等操作,致使每次分析的起點或者中間參數有所不同造成的。

本書的讀者QQ群是:124134140(zwPython量化交易&大數據)。

本書有關的程式和數據下載,請流覽網站:TopQuant.vip極寬量化社區,網站【下載中心】有最新的程式和數據下載地址。

本書在TopQuant.vip極寬量化社區設有專欄,對本書、人工智慧和機器學習有任何建議的,請在社區相關專欄發佈資訊,我們會在第一時間進行回饋和答復。

TopQuant極寬量化社區【下載中心】

網址1:http://TopQuant.vip/forum.php?mod=viewthread&tid=7。

網址2:http://ziwang.com/forum.php?mod=viewthread&tid=7。

目錄設置

為運行本書課件程式,用戶需要下載以下3個軟體,並設置好目錄。

? zwPython,必須是根目錄、Python開發平臺,為避免版本衝突,請儘量使用zwPython 2017m6版本。

? ailib,也必須是根目錄、AI智能模型和TnensorBoard可視化日誌數據目錄。

? TensorFlow深度學習課件,本書配套教學課件Python程式源碼,請儘量下載最新版本,目錄不必是根目錄,但必須與Ailib在同一個硬碟,可以直接複製到Ailib目錄之下。

以上軟體、程式最好保存在


圖片預覽:

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。