最热门的深度学习框架TensorFlow入门必备书籍

Posted 2021-04-29 程序员书库

程序员书库（ID：CodingBook）整编

2017年最热的关键词属于人工智能 、深度学习。但进入机器学习和人工智能领域并不是一件简单的事情，目前市场上有许多大量的学习资源，许多开发者和想要进入的爱好者往往很难找到适合自己的发展路径。

其实，早在 2015 年底，谷歌就开源了内部使用的深度学习框架 TensorFlow 。众多研究表明，Tensorflow 是研究深度学习的首选平台。

于是，很多开发者就问了，TensorFlow如此受欢迎，如果想入门学习它，要选择哪本书呢？今天就和大家推荐一本TensorFlow入门书籍之《Tensorflow：实战Google深度学习框架》

在了解这本书之前，不妨先来了解一下什么是TensorFlow，TensorFlow 是谷歌的第二代机器学习系统， 是一个采用数据流图，用于数值计算的开源软件库。TensorFlow 最初由Google 大脑小组（隶属于 Google 机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。

想必这些基础的知识点，你都有所耳闻，接下来，还是回到这本书上，要看一本书好不好，首先要看的就是它的目录，下面，我们再来看看《Tensorflow：实战Google深度学习框架》这本书的目录结构

本书主要知识点概括：

● 这本书首先介绍了一些深度学习的基本概念，包括深度学习的发展历程、应用，以及深度学习的工具介绍与比较，以及TensorFlow 的安装和基本用法；

● 接着讨论了深度神经网络，包括神经网络前向计算、损失函数、反向传播计算和优化函数等；

● 然后，还介绍了图像数据处理和循环神经网络，并详细介绍TensorFlow图像预处理的过程；

● 最后介绍了TensorFlow计算加速，包括如何使用GPU、深度学习并行模式以及分布式TensorFlow模型训练等。

整体来说，书中只要还是以简单而又系统性的介绍TensorFlow中常用的一些基本概念为主，如计算图、张量、会话等，以及深度学习的一些基本知识为主，而且，可以看出作者确实是从初学者的角度出发去写这本书，内容相对通俗易懂。

因此，如果你是初学者的话，选择它作为入门书籍是相当不错的选择。不过话又说回来，既然说它是入门书籍，那么它的重心主要还是放在基础知识点上，延伸就会比较少,还有值得一提的是，作者在写这本书时，TensorFlow最新的版本是0.9.0，而今，TensorFlow版本已经发布至1.4.1

作者简介

本书的作者是郑泽宇，现为才云科技（Caicloud.io）联合创始人、首席大数据科学家。针对分布式TensorFlow上手难、管理难、监控难、上线难等问题，他带领团队成功开发了国内首个成熟的分布式TensorFlow深度学习平台（TensorFlow as a Service）。

郑泽宇曾任美国谷歌高级工程师。从2013 年加入谷歌，作为主要技术人员参与并领导了多个大数据项目。由他提出并主导的产品聚类项目用于衔接谷歌购物和谷歌知识图谱（knowledge graph）数据，使得知识卡片形式的广告逐步取代传统的产品列表广告，开启了谷歌购物广告在搜索页面投递的新纪元。

除此之外，郑泽宇还在机器学习、人工智能领域有多年研究经验，并在SIGIR、SIGKDD、ACL、ICDM、ICWSM等顶级国际会议上发表多篇学术论文。

书评：

@西溪近园：书写风格是读者友好型的：Python代码完整，注释详尽；章节之间的逻辑关系交代得清楚。

@1败家1：我觉得写的很好，代码修饰还有文中很多地方都点出了我会忽略的地方

@Ada：只适合入门入门再入门吧，内容浅显，如果想深度学习的话，内容还是少了。。。尤其是开头和结尾都打作者公司的广告，真的是看的太膈应啊！

@迷途羔羊：在众多tensorflow的书里，对这本相对满意，但不足之处在于本书后半（比如：内容RNN方面）比较虎头蛇尾，没有仔细阐述清楚，很多内容犹如蜻蜓点水

@shibei：书中代码的格式一会是python2，一会又是python3，容易让初学者迷惑。比如print()和print。

@shipengli：书本身很好，实例丰富

@生当如夏花般烂漫：毕业后几乎没看过中文版的技术书籍，但这本已经大致读完，颠覆了我对中文技术书籍的看法。讲解足够详细，耐心，前面原理部分只是交叉熵那段有些难懂，最后讲时间序列预测略微有些草率。示例代码注释比打到二比一。

@匿名：买了好几本关于TensorFlow的书，感觉这本是写的最透彻的，其他好多都是翻译的Google上的文章，看的云山雾绕，不得要领。这本书能看懂！

---

●编号10，输入编号直达本文

●输入m获取到文章目录