好友开源的如何用 30 天吃掉 TensorFlow20.docx

《好友开源的如何用 30 天吃掉 TensorFlow20.docx》由会员分享，可在线阅读，更多相关《好友开源的如何用 30 天吃掉 TensorFlow20.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、好友开源的如何用30天吃掉TensorFlow2.0推荐语开源书的是我的好友美团算法工程师该开源工程也被【机器之心】转载过。天下苦tensorflow久矣?尽管tensorflow2.0声称已经为改善用户体验做出了宏大的改良reallyeasytouse但大众学得并不轻松。tensorflow2.0官方文档以及tensorflow1.0官方文档显然是出自同一批之手他们一如既往地秉承着谷歌makethingscomplicated的风格传统用哈希表一般混乱的文档构造、无法运行的范例代码、复杂的函数嵌套调用关系、随意插入的不常用第三方库等技巧将读者的懵圈程度逐步推向高潮。但吐槽归吐槽到了工业界你是

2、无论怎样也绕不开这个框架的。既然非学不可怎样让这个学习经过更加平滑舒畅呢近日来一个毕业于北京吃饭大学的吃货?开源了一本叫做eattensorflow2.0in30days的工具书。声称这本书倾注了一个吃货?对美食?的全部向往以及追求假如你非常喜欢美食并且想要学习TensorFlow2那么这本书一定值得你品味品味。该书被权威科技媒体机器之心报道后在github上迅速获得超过1500颗star截止2020年度4月5日已经登上github趋势榜榜单日榜头条?gitbook电子书地址s:/lyhue1991.github.io/eat_tensorflow2_in_30_days?github工程地址

3、s:/github/lyhue1991/eat_tensorflow2_in_30_days以下是该书一个较为完好的介绍。一Tensorflow2?还是Pytorch?先讲结论:假如是工程师应该优先选TensorFlow2.假如是学生或研究人员应该优先选择Pytorch.假如时间足够最好Tensorflow2以及Pytorch都要学习掌握。理由如下1在工业界最重要的是模型落地目前国内的大局部互联网企业只支持TensorFlow模型的在线部署不支持Pytorch。并且工业界更加注重的是模型的高可用性许多时候使用的都是成熟的模型架构调试需求并不大。2研究人员最重要的是快速迭代发表文章需要尝试一些较

4、新的模型架构。而Pytorch在易用性上相比TensorFlow2有一些优势更加方便调试。并且在2019年度以来在学术界占领了大半壁江山可以找到的相应最新研究成果更多。3TensorFlow2以及Pytorch实际上整体风格已经非常相似了学会了其中一个学习另外一个将比拟容易。两种框架都掌握的话可以参考的开源模型案例更多并且可以方便地在两种框架之间切换。二、本书面向读者?本书假定读者有一定的机器学习以及深度学习根底使用过Keras或Tensorflow1.0或Pytorch搭建训练过模型。对于没有任何机器学习以及深度学习根底的同学建议在学习本书时同步参考学习?Python深度学习?一书。此书是K

5、eras之父FrancoisChollet所著假定读者无任何机器学习知识以Keras为工具使用丰富的范例示范深度学习的最正确理论该书通俗易懂全书没有一个数学公式注重培养读者的深度学习直觉。该书电子版下载链接s:/pan.baidu/s/1-4q6VjLTb3ZxcefyNCbjSA提取码wtzo三本书写作风格?本书是一本对人类用户极其友善的TensorFlow2.0入门工具书不刻意恶心读者是本书的底限要求Dontletmethink是本书的最高追求。本书主要是在参考TensorFlow官方文档以及函数doc文档根底上整理写成的。但本书在篇章构造以及范例选取上做了大量的优化。不同于官方文档混乱的

6、篇章构造既有教程又有指南缺少整体的编排逻辑。本书按照内容难易程度、读者检索习惯以及TensorFlow自身的层次构造设计内容循序渐进层次明晰方便按照功能查找相应范例。不同于官方文档冗长的范例代码本书在范例设计上尽可能简约化以及构造化增强范例易读性以及通用性大局部代码片段在理论中可即取即用。假如讲通过学习TensorFlow官方文档掌握TensorFlow2.0的难度大概是9的话那么通过学习本书掌握TensorFlow2.0的难度应该大概是3.谨以下列图比照一下TensorFlow官方教程与本教程的差异。四本书学习方案1学习方案本书是利用工作之余以及疫情放假期间大概2个月写成的大局部读者应该在3

7、0天可以完全学会。预计每天花费的学习时间在30分钟到2个小时之间。当然本书也非常合适作为TensorFlow的工具手册在工程落地时作为范例库参考。2学习环境本书全部源码在jupyter中编写测试通过建议通过git克隆到本地并在jupyter中交互式运行学习。为了直接可以在jupyter中翻开markdown文件建议安装jupytext将markdown转换成ipynb。假如看到如下输出那么讲明tensorflow已经成功安装并运行接下来就可以愉快地开场课程学习了。tensorflowversion:2.1.0hellotensorflow2五怎样获取本书?这本书目前有4种形式获取。1gitbo

8、ok电子书。以网页链接呈现同时可以在电脑以及手机上用阅读器翻开。?gitbook电子书地址s:/lyhue1991.github.io/eat_tensorflow2_in_30_days2github工程源码。包含全部数据集以及md格式源码可以在jupyter上安装jupytext后将md源码作为ipynb翻开。?github工程地址s:/github/lyhue1991/eat_tensorflow2_in_30_days3pdf格式电子书。4ipynb格式工程源码。其中github工程源码以及gitbook电子书将持续维护。pdf版本电子书以及ipynb工程源码可以在公众号Python与

9、算法之美后台回复关键字:tf进展获取。这两种形式获取的?eattensorflow2in30days?无法保证更新。浏览体验优先推荐使用gitbook电子书既可以在手机可以以在电脑上查看具有目录查找以及上下页翻页功能字体大小以及背风光可以根据个人爱好进展调整颜值超高。六鼓励以及联络?最后想给大众讲一个吃货小王子的故事。在很久很久以前有一个小王子住在一个只比他大一点点的星球上他想要一个朋友。在昨天今天以及明天有一个吃货住在一个只比他大一点点的github星球上他想要一颗星星。假如对这本书内容理解上有需要进一步以及沟通的地方可以在公众号Python与算法之美下留言。时间以及精力有限会酌情予以回复。可以以在公众号后台回复关键词加群参加读者沟通群以及大众讨论。weixin_38753422