MYBLOG

0XFF编程网

作者:刘光聪,机器之心授权转载。

项目链接:github.com/horance-liu/

在项目地址中,作者提供了全部的 LaTex 源文件,也提供了对应的 PDF,读者可直接下载 PDF。本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论; 同时,假设读者熟悉 Python, C++ 等程序设计语言。

本书适合于渴望深入了解 TensorFlow 内核设计,期望改善 TensorFlow 系统设计和性能优化,及其探究 TensorFlow 关键技术的设计和实现的系统架构师、AI 算法工程师、和 AI 软件工程师。

PDF下载地址:raw.github.com/horance-

阅读方式

初次阅读本书,推荐循序渐进的阅读方式;对于高级用户,可以选择感兴趣的章节阅读。首次使用 TensorFlow 时,推荐从源代码完整地构建一次 TensorFlow,以便了解系统的构建方式,及其理顺所依赖的基本组件库。

另外,推荐使用 TensorFlow 亲自实践一些具体应用,以便加深对 TensorFlow 系统行为的认识和理解,熟悉常见 API 的使用方法和工作原理。强烈推荐阅读本书的同时,阅读 TensorFlow 关键代码;关于阅读代码的最佳实践,请查阅本书附录 A 的内容。

版本说明

本书写作时,TensorFlow 稳定发布版本为 1.2。不排除本书讲解的部分 API 将来被废弃,也不保证某些系统实现在未来版本发生变化,甚至被删除。

同时,为了更直接的阐述问题的本质,书中部分代码做了局部的重构;删除了部分异常处理分支,或日志打印,甚至是某些可选参数列表。但是,这样的局部重构,不会影响读者理解系统的主要行为特征,更有利于读者掌握系统的工作原理。

同时,为了简化计算图的表达,本书中的计算图并非来自 TensorBoard,而是采用简化了的,等价的图结构。同样地,简化了的图结构,也不会降低读者对真实图结构的认识和理解。

在线帮助

为了更好地与读者交流,已在 Github 上建立了勘误表,及其相关补充说明。由于个人经验与能力有限,在有限的时间内难免犯错。如果读者在阅读过程中,如果发现相关错误,请帮忙提交 Pull Request,避免他人掉入相同的陷阱之中,让知识分享变得更加通畅,更加轻松,我将不甚感激。

目录




阅读 141
全部留言