TF 2.0的中文深度学习开源书来了!GitHub趋势榜第一,斩获2K星

十三 发自 凹非寺
量子位 报道 | 公众号 QbitAI

TensorFlow 2.0 发布已有一个半月之久,你会用了吗?

近日,一个叫做深度学习开源书的项目在火了。GitHub趋势日榜排名全球第一,已斩获2K+星。

为什么这么火?

因为这是一本基于TensorFlow 2.0 正式版中文深度学习开源书。

还包含电子书和配套源代码。

话不多说,一起来看看这本爆款书籍吧!

深度学习开源书介绍

这本书共包含15个章节。

从目录章节构成来看,理论与编程并不是独立分开,而是随着难度的递增,循序渐进穿插编排的。

大体上可以分为四个部分

第一部分是1-3章。主要介绍人工智能的初步认知,并引出相关问题。

第二部分是4-5章。主要介绍TensorFlow相关基础,为后续算法实现铺垫。

第三部分是6-9章。主要介绍神经网络的核心理论和共性知识,助于理解深度学习的本质。

第四部分是10-15章。主要介绍常见的算法与模型。

除此之外,每个章节里的内容编排也是理论与实战相结合

在这个repo中,作者根据章节也给出了源代码和数据,但同时他也表示:

时间仓促,源代码还没有整理完全。

有兴趣的读者可以跟进这个repo的更新。

以“回归问题”为例,作者便给出了对应的数据和.py文件。

从代码来看,上手也是较为容易。

本书电子版地址如下:
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book/blob/master/%E3%80%90%E3%80%8ATensorFlow2%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E3%80%8B%E3%80%91.pdf

不过,从最后一章“精灵宝可梦数据集”和目录排版来看,似乎有一丝致敬台大李宏毅老师的感觉。

TensorFlow 2.0 实战案例

项目作者还介绍了TensorFlow 2.0的实战案例。

这个repo也是PoweredByTF 2.0 Challenge的获胜项目。

安装

首先确保使用的Python版本是3.x。

CPU安装

pip install tensorflow -U

GPU安装

先自己安装CUDA 10.0和cudnn,然后设置LD_LIBRARY_PATH。

pip install tensorflow-gpu -U

测试安装

In [2]: import tensorflow as tf

In [3]: tf.__version__
Out[3]: '2.0.0'
In [4]: tf.test.is_gpu_available()
...
totalMemory: 3.95GiB freeMemory: 3.00GiB
...
Out[4]: True

主要内容包括:

每一部分都涵盖了理论介绍和源代码。

当然,作者也提供了中文版的深度学习与TensorFlow入门实战的源代码和PPT。地址如下:
https://github.com/dragen1860/TensorFlow-2.x-Tutorials/tree/master/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8ETensorFlow%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98-%E6%BA%90%E7%A0%81%E5%92%8CPPT

作者介绍

该项目作者是Jackie Loong,也就是书籍封面的龙龙老师,真名龙良曲。

龙龙老师曾经在新加坡国立大学担任助教。所参与的论文入围了AAAI 2018。

从GitHub主页也能看出,会经常参与并发布有关深度学习内容或工具的教程。

传送门

基于TF 2.0深度学习开源书项目地址:
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book

TF 2.x 教程项目地址:
https://github.com/dragen1860/TensorFlow-2.x-Tutorials

版权所有,未经授权不得以任何形式转载及使用,违者必究。