(赞助5本)谷歌官方推荐的 TensorFlow 2 “豹书”来了!
共 5088字,需浏览 11分钟
·
2020-10-11 21:09
TensorFlow 作为谷歌主导的开源深度学习框架,以其强大的性能和完善的生态支持,在开发者社群和工程实践中广为流行。无数AI大厂、创业公司和个人开发者们都在使用 TensorFlow 开发和部署深度学习模型,TensorFlow 甚至成为人工智能的代名词。
CSDN发布的《2019-2020中国开发者调查报告》显示,TensorFlow 是目前 AI 工程师首选的深度学习框架。
然而,一片阴云始终萦绕在AI初学者的脑际,那就是——
TensorFlow 怎么这么难?
确实,相对于一些其他的深度学习框架,TensorFlow 往往给人留下“入门门槛高”的刻板印象。在旧版本的 TensorFlow 开发中,你不仅需要了解人工智能的相关知识,还要接受“计算图”“会话”“占位符”等各种新概念的考验,使得 TensorFlow 的学习曲线变得相当陡峭。除此以外,各种复杂琐碎的 API 也让人头痛,说 TensorFlow 是人工智能开发中的 C++ 也不为过。
谷歌的工程师们显然也注意到了这一问题。于是,在将近两年的迭代开发后,全新的 TensorFlow 2 在去年10月横空出世。TensorFlow 2 不仅使用与 PyTorch 类似的“即时执行模式”建立模型,还更为深入地整合了易用的深度学习高层框架 Keras。二者的强强联合使得 TensorFlow 2 的使用变得简明而优雅,学习门槛大为降低。
与此同时, TensorFlow 进一步强化了其在性能和生态上的巨大优势。无论是日益丰富的预训练模型库 TensorFlow Hub、谷歌的模型训练专用硬件 TPU,还是前沿的量子机器学习库 TensorFlow Quantum,开发者们几乎可以在 TensorFlow 开源生态内进行一切 AI 相关的研究、开发和部署工作。
对于初学者来讲,当你想学一个深度学习框架,我们究竟想要学到什么?
如果你是学生和研究者,你的预期是?
可能已经“啃”完了吴恩达(Andrew Ng)的机器学习公开课或者斯坦福大学的 UFIDL Tutorial,或是正在学习深度学习课程。你也可能已经了解了链式求导法则、梯度下降法和损失函数的概念,并且对卷积神经网络(CNN)、循环神经网络(RNN)和强化学习的理论也有了大致的认识。然而,你依然不知道这些模型如何在计算机中具体实现。
这时,你希望能有一个程序库,帮助你把书本上的公式和算法运用于实践,并建立模型,进行训练。
如果你是开发者和工程师,你的关注点是?
如果你是一位在 IT 行业沉淀多年的开发者或者工程师,也许已经遗忘了部分大学期间学到的数学知识(“多元函数……求偏微分?那是什么东西?”)。然而,你可能希望在产品中加入一些与人工智能相关的功能,抑或需要将已有的深度学习模型部署到各种场景中(模型的调用与部署)比如,
如何导出训练好的模型?
如何在本机使用已有的预训练模型?
如何在服务器、移动端、嵌入式设备甚至网页上高效运行模型?
......
所以,想要充分了解深度学习框架TensorFlow,不仅需要了解框架的特性和生态,更需要结合自己实际需求来进行针对性的训练和学习。推荐大家阅读这本分为基础篇、部署篇、大规模训练篇、扩展篇、高级篇,被谷歌开发者社区官方推荐的“豹书”,针对不同的读者受众,做了针对的阅读路线设计和安排,让新手更易入门。
与市面上的TensorFlow图书相比,“豹书”有什么特色?
来自谷歌的官方支持:本书由谷歌认证的机器学习领域技术专家撰写,撰写过程中与谷歌 TensorFlow 开发团队直接交流,并获得 TensorFlow 工程师的大量建议和支持。
在社区中久经锤炼:本书内容在中国谷歌开发者社区(Google Developers Groups)和 TensorFlow 用户组(TensorFlow User Group)教学活动中广泛使用,并在社区开发者的大量反馈中反复增订。
行文简明易懂:包含大量基础示例,语言简洁平实,充分考虑入门学习曲线、读者层级和阅读习惯。本书的中文版本为中文读者量身定制,做到充分的本地化。
主题覆盖全面:包含 TensorFlow 的模型建立、训练、部署、保存和数据处理等主要知识点。并由 JavaScript 和 Android 领域专家李卓桓和朱金鹏主笔,介绍了 TensorFlow 在服务器、移动端及 JavaScript 等主要场景下的部署详解。
内容及时前沿:全书基于 2020 年 5 月发布的 TensorFlow 2.2 版本撰写,并包含 TPU 加速模型训练、Swift for TensorFlow、TensorFlow Quantum 量子机器学习等 TensorFlow 前沿进展的专题教学。
进阶开发指导:为进阶的 TensorFlow 开发者提供了专门的高级章节,详解从 TensorFlow 1.x 版本过渡到 TensorFlow 2 的技术细节,TensorFlow 性能优化技巧,在 Android 平台下进行高级 TensorFlow 开发等主题。
全彩印刷:代码全部高亮,全彩图示,保证良好的阅读体验。
来自谷歌的推荐
来自学界和工业界的赞誉
作者介绍
李卓桓,谷歌开发者专家(机器学习领域)。清华大学本科,中欧国际工商学院EMBA,北京邮电大学计算机博士在读。现任PreAngel合伙人,Plug and Play Ventures Partner,关注种子期AI创业项目。zixia BBS、叽歪网创始人,曾任优酷网首席科学家、水木清华BBS站长、ChinaRen系统工程师。拥有丰富的互联网创业投资和编程经验,著有《Linux网络编程》《反垃圾邮件完全手册》《智能问答与深度学习》《Chatbot从0到1:对话式交互设计实践指南》等技术书。GitHub 8000+ Star 开源项目 Wechaty 作者。
朱金鹏,华为高级软件工程师,前谷歌开发者专家(机器学习领域),从事Android系统和运行时设计开发9年,在Android系统、运行时、机器学习等领域都有较深入的研究和探索。积极参与谷歌技术社区活动并进行技术分享。欢迎关注作者的微信公众号deepinthinking。
作者后记
市面上 TensorFlow 相关的中文技术书以及资料大多基于传统的计算图与会话机制,这让不少初学者,尤其是刚学过机器学习课程的大学生望而却步。因此,在 TensorFlow 正式支持即时运行模式之际,我认为有必要出现一本全新的入门手册,帮助初学者及需要快速迭代模型的研究者,以 “即时执行” 的视角快速入门 TensorFlow。这也是我编写本手册的初衷。
在我撰写这本手册时,我尤其注重详略和编排上的处理,希望将 TensorFlow 中最高频使用的功能和知识点,以一个循序渐进、符合学习习惯的方式来展示给大家。这样即使是在仅 2~3 个小时的现场教学活动中,参与者也能迅速掌握 TensorFlow 的开发要领。示例代码也经过了反复推敲,使其尽可能地简短而富有表现力。这本手册的名称《简明的 TensorFlow 2》一方面突出 TensorFlow 2 的简明特色,另一方面也体现了我在编写过程中对“简明性”的追求。
谷歌开发者专家项目中的其他成员、谷歌开发者关系团队和 TensorFlow 工程团队为这本手册的编写提供了大量关键的帮助。JavaScript和Android领域的领域专家李卓桓和朱金鹏以他们在业界的出色实力,为本书添加了大量实际部署和应用层面的专题。TensorFlow的工程师们(尤其是Tiezhen Wang)也为本书的各种技术细节和专题选取提供了大量意见。这使得本手册从 2018 年发布的小型入门指南逐渐成长为一本内容全面的 TensorFlow 技术手册和开发指导。
本书封面的雪豹插图也由我亲自绘制。雪豹是主要分布于我国高海拔山地的大型猫科动物,有“雪山之王”之称。希望本书也能带领你勇攀 TensorFlow 的高峰,进一步领略机器学习的精彩。
本次为大家带来5本正版新书。快来发表你的评论,10月12日23点前,评论点赞数前5名的读者将获赠正版图书1本!!!
当然也可以直接购买这本书,链接: