十三 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
TensorFlow 2.0 發佈已有一個半月之久，你會用了嗎？
近日，一個叫做深度學習開源書的項目在火了。GitHub趨勢日榜排名全球第一，已斬獲2K+星。
為什麼這麼火？
因為這是一本基於TensorFlow 2.0 正式版的中文深度學習開源書。
還包含電子書和配套源代碼。
話不多說，一起來看看這本爆款書籍吧！
深度學習開源書介紹
這本書共包含15個章節。
從目錄章節構成來看，理論與編程並不是獨立分開，而是隨著難度的遞增，循序漸進、穿插編排的。
大體上可以分為四個部分。
第一部分是1-3章。主要介紹人工智能的初步認知，並引出相關問題。
第二部分是4-5章。主要介紹TensorFlow相關基礎，為後續算法實現鋪墊。
第三部分是6-9章。主要介紹神經網絡的核心理論和共性知識，助於理解深度學習的本質。
第四部分是10-15章。主要介紹常見的算法與模型。
除此之外，每個章節裡的內容編排也是理論與實戰相結合。
在這個repo中，作者根據章節也給出了源代碼和數據，但同時他也表示：
時間倉促，源代碼還沒有整理完全。
有興趣的讀者可以跟進這個repo的更新。
以“迴歸問題”為例，作者便給出了對應的數據和.py文件。
從代碼來看，上手也是較為容易。
本書電子版地址如下：
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
不過，從最後一章“精靈寶可夢數據集”和目錄排版來看，似乎有一絲致敬臺大李宏毅老師的感覺。
TensorFlow 2.0 實戰案例
項目作者還介紹了TensorFlow 2.0的實戰案例。
這個repo也是PoweredByTF 2.0 Challenge的獲勝項目。
安裝
首先確保使用的Python版本是3.x。
CPU安裝
pip install tensorflow -U
GPU安裝
先自己安裝CUDA 10.0和cudnn，然後設置LD_LIBRARY_PATH。
pip install tensorflow-gpu -U
測試安裝
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
主要內容包括：
每一部分都涵蓋了理論介紹和源代碼。
當然，作者也提供了中文版的深度學習與TensorFlow入門實戰的源代碼和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
該項目作者是Jackie Loong，也就是書籍封面的龍龍老師，真名龍良曲。
龍龍老師曾經在新加坡國立大學擔任助教。所參與的論文入圍了AAAI 2018。
從GitHub主頁也能看出，會經常參與併發布有關深度學習內容或工具的教程。
傳送門
基於TF 2.0深度學習開源書項目地址：
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book
TF 2.x 教程項目地址：
https://github.com/dragen1860/TensorFlow-2.x-Tutorials
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
閱讀更多 量子位 的文章
