机读格式显示(MARC)

• 000 02466cam0 2200649 450

• 001 0000324603

• 005 20190109150000.0

• 010 __ |a 978-7-111-60072-5 |d CNY69.00

• 021 __ |a CN |b 01-2017-7868

• 099 __ |a CAL 012018087465

• 100 __ |a 20180710d2018 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a TensorFlow学习指南 |A tensorflow xue xi zhi nan |e 深度学习系统构建详解 |f Tom Hope, Yehezkel S. Resheff, Itay Lieder著 |g 朱小虎, 李紫辉译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2018

• 215 __ |a 227页 |c 图 |d 24cm

• 300 __ |a 华章IT

• 306 __ |a 由O'Reilly Media, Inc.授权出版

• 312 __ |a 英文题名取自封面

• 314 __ |a 责任者Hope规范汉译姓: 奥普; 责任者Resheff汉译姓: 瑞舍夫由编目员自拟; 责任者Lieder规范汉译姓: 利德

• 330 __ |a 本书主要介绍如何使用 TensorFlow 框架进行深度学习系统的构建。从基础知识入手，将使用TensorFlow 的各种方式贯穿于整本书的讲解之中，并结合实际的深度学习任务展示终深度学习系统的效果。本书涉及卷积神经网络、循环神经网络等核心的技术，并介绍了用于图像数据和文本序列数据的模型。在后半部分，本书介绍了更加高级的使用 TensorFlow 的技巧，并给出了分布式深度学习系统在TensorFlow 下的构建过程以及如何将训练后的模型导出和部署的方法。通过学习本书，你将能够使用 TensorFlow 完成从简单到高级应用系统构建的技术。

• 510 1_ |a Learning TensorFlow : a guide to building deep learning systems |z eng

• 517 1_ |a 深度学习系统构建详解 |A shen du xue xi xi tong gou jian xiang jie

• 606 0_ |a 学习系统 |A xue xi xi tong |x 研究

• 690 __ |a TP273 |v 5

• 701 _1 |c (以色列) |a 奥普 |A ao pu |c (Hope, Tom) |4 著

• 701 _1 |c (以色列) |a 瑞舍夫 |A rui she fu |c (Resheff, Yehezkel S.) |4 著

• 701 _1 |c (以色列) |a 利德 |A li de |c (Lieder, Itay) |4 著

• 702 _0 |a 朱小虎 |A zhu xiao hu |4 译

• 702 _0 |a 李紫辉 |A li zi hui |4 译

• 801 _0 |a CN |b NMU |c 20180710

• 801 _2 |a CN |b TSU |c 20180918

• 801 _2 |a CN |b PUL |c 20181015

• 905 __ |a XATU |d TP273/670

• 920 __ |a 211010 |z 1

• 920 __ |a 215010 |z 1

• 920 __ |a 211260 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 211060 |z 2

• 920 __ |a 212020 |z 1

• 920 __ |a 243160 |z 1

• 920 __ |a 231220 |z 2

• 920 __ |a 261011 |z 1

• 920 __ |a 211320 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 261030 |z 1

• 920 __ |a 222010 |z 1

• 920 __ |a 261020 |z 1

• 920 __ |a 214010 |z 1

• 920 __ |a 235010 |z 1

• 998 __ |a NMU