《TensorFlow for Machine Intelligence》
翻譯：簡書淫僻，斐波那契的數(shù)字
-A Hands-On Introduction to Learning Algorithms
手把手的介紹學習算法
作者：
Sam Abrahams
Danijar Hafner
Erik Erwitt
Ariel Scarpinelli
翻譯：沉默是一只灰貓（zhen_2016@qq.com）这橙，斐波那契的數(shù)字
自己平時翻譯的钙皮，不定期更新迂尝。我英語學的也不好，還請簡書好友多多指點猜拾。圖書的信息已經(jīng)列出唯绍。
Preface
這本書說起來應(yīng)該是tensorflow從入門到精通的書籍。去年下半年在機器學習的群里看到了這本書籍。這書寫的確實是太好了窘游，使得我忍不住的想要仔仔細細的看一遍唠椭。
機器學習是一門很不錯的方向，而google開源的tensorflow 是一個很不錯的機器學習工具忍饰。這本書可以說是將理論與實踐緊密的結(jié)合在了一起贪嫂，我沒有騙你。在閱讀英文原版的時候細心的你會發(fā)現(xiàn)：作者們早就已經(jīng)提供了相關(guān)的程序?qū)嵗约拔覀兯枰私獾乃惴ā?/p>
總的來說：機器學習是一門門檻比較高的計算機學科喘批。本書作為一本tensorflow的入門書籍撩荣，會結(jié)合tensorflow 作為介紹和使用機器學習算法的工具铣揉，必要的時候回給出相關(guān)知識點饶深， 所以這并不是一本完全的技術(shù)類書籍。
welcome
自2015年11月發(fā)布tensorflow 開源以來逛拱，tensorflow 逐漸成為最令人向往的機器學習類庫之一敌厘。它逐漸地在搜索、產(chǎn)品研發(fā)以及科研教學中應(yīng)用起來朽合。tensorflow類庫不斷的在更新俱两，補充、優(yōu)化曹步。與此同時tensorflow的社區(qū)也迅速地成長起來宪彩。希望《tensoflow for machine Intelligence》這本書對小白和老鳥們有一定的幫助，使用tensorflow提升自己的能力讲婚，讓tensorflow 變得更加強大尿孔。
背景知識
雖然這本書是把重點放在了tensorflow 的API , 但是期望你對數(shù)學和編程的一些概念有一定的了解。其中包含有：
1筹麸、導(dǎo)數(shù)與微積分 （單變量和多個變量）
2活合、矩陣與線性代數(shù) （尤其是矩陣的乘法）
3、基本的編程原則
4物赶、機器學習的基本概念
除此之外白指，如果了解一下的知識更好 ：
1、具有python編程和組織模塊的經(jīng)驗
2酵紫、對Numpy 庫有一定的了解
3告嘲、對matplotlib 庫有一定的了解
4、了解很多現(xiàn)金的機器學習概念奖地，尤其是前饋神經(jīng)網(wǎng)絡(luò)（feed-forward neural networks）橄唬、卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks）以及循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural networks）.
在本書中會適當?shù)娜グ恍?fù)習資料以便于更加充分的理解數(shù)學和python的相關(guān)概念
通過本書中你將會得到什么
這本tensorflow 的書會介紹框架以及對及機器學習的概念，這對動手實踐機器學習尤為重要鹉动。
在本書中你將會了解：
1轧坎、深入理解Tensorflow 核心API
2、tensorflow 的工作流：“圖”的定義以及圖的執(zhí)行
3泽示、如何在不同的設(shè)備上安裝tensorflow
4缸血、很好的實踐并構(gòu)造你的代碼和項目蜜氨。
5、如何使用tensorflow去構(gòu)建 機器學習的核心模型
6捎泻、如何使用tensorflow 去構(gòu)建RNN 和CNN
7飒炎、如何在tensorflow serving 中部署代碼
8、利用TensorBoard分析模型的基本原理
本書的基本框架
第一章： Getting started with TensorFlow
開始學習tensorflow笆豁。本書的第一部分可以幫助準備好使用tensorflow郎汪。第一小節(jié)主要是介紹。在這一章中會簡明的介紹tensorflow 的歷史背景同時也包含有對設(shè)計模式的討論和選擇tensorflow作為機器學習庫的挑戰(zhàn)闯狱。
介紹完畢之后煞赢，會討論安裝tensorflow的一些注意事項。并提供tensorflow安裝的詳細說明：以二進制的形式安裝 和 通過源代碼方式構(gòu)建的方式安裝哄孤。
第二章 TensorFlow and Machine Learning fundamentals
Tensorflow和機器學習基礎(chǔ)照筑。第二章會以“tensorflow基礎(chǔ)”開始。學會安裝tensorflow的你將會深入理解tensorflow的 API 瘦陈，但不會接觸相應(yīng)的機器學習概念凝危。我們把學習的目標隔離成“學習tensorflow”和“學習如何使用tensorflow? 進行機器學”。這部分講吧tensorflwo API中很多重要的部分進一步講解晨逝。我們也會教你如何將一個圖像表達式轉(zhuǎn)化為tensorflow的代碼蛾默，同時使用tensorboard來驗證圖是否正確建模。
將核心API的概念講完之后捉貌，我們使用tensorflow創(chuàng)建的一些簡單的機器學習模型去繼續(xù)講解“機器學習基礎(chǔ)知識”支鸡，這些模型有： 線性回歸模型、邏輯回歸模型昏翰、聚類等等苍匆。
第三章 Implementing advanced deep models in TensorFlow
在tesorflow中實現(xiàn)高級深度模型。
第三部分由兩章組成棚菊。每一章會介紹一種不同類型的復(fù)雜深度學習模型浸踩。每一章中會討論所描述的模型并嘗試著創(chuàng)建視覺圖來表示該模型。我們將討論為什么模型會以這樣子的方式設(shè)置统求、需要注意哪些數(shù)學怪癖检碗、如何在tensorflow中有效的去設(shè)置。
在第一章中介紹的模型就是在物體識別和分類中應(yīng)用的卷積神經(jīng)網(wǎng)絡(luò) (CNN) 码邻。我們將討論在圖像數(shù)據(jù)中訓練tensorflow模型折剃。在討論中會包含有對卷積神經(jīng)網(wǎng)咯的數(shù)學意義和卷積的目的、如何將圖像轉(zhuǎn)化為與tensorflow相互兼容的格式以及如何測試你的最終輸出像屋。
在Natual Language Processing with Reurrent Networks 這一章中我們會測試如何用tensorflow創(chuàng)建合適的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）怕犁。 關(guān)注不同的自言語言處理（NLP, ）的任務(wù)，并且會看到如何使用長短周期神經(jīng)網(wǎng)絡(luò)、如何在你的模型中包含預(yù)訓練的單詞向量奏甫。
第四章 Additional tips, techniques, and features
本書的最后一節(jié)將會探索Tensorflow API中提供的最新的特性（feature）戈轿。討論的話題包含有： 準備和部署模型、有用的編程模式等一些企鵝他的字話題阵子。
以下是即將展開的目錄：
Part I. Getting Started with TensorFlow
? CHAPTER 1: Introduction
? CHAPTER 2: TensorFlow Installation
Part II. TensorFlow and Machine Learning Fundamentals
? CHAPTER 3: TensorFlow Fundamentals
? CHAPTER 4: Machine Learning Basics
Part III. Implementing Advanced Deep Models in TensorFlow
? CHAPTER 5: Object Recognition and Classification
? CHAPTER 6: Recurrent Neural Networks and Natural Language Processing
Part IV. Additional Tips, Techniques, and Features
? CHAPTER 7: Deploying models in production
? CHAPTER 8: Helper Functions, Code Structure, and Classes
? CHAPTER 9: Conclusion
PS: Other machine learning libraries 和Further reading 不做翻譯思杯，以后發(fā)布會在博客園 的時候會給出。
