从零开始学TensorFlow 2.0 — 书籍拆解
读到哪:未读。
readState不是 read/partial 的书不能当锚。
| 项 | |
|---|---|
| 作者 | 赵铭 |
| 版次 | 2020 版 |
| 格式 | epub ｜ 文本源 epub-builtin |
| 许可 | 自购/个人收藏 |
| 来源 | 主人个人藏书,2026-08 放入收件箱 |
| 清洗 | 删页眉页脚 0 行、页码 0 行、断词接回 0 处 |
我们重写的拆解(0 章)
（还没写。拆解是这本书对我们的真正产出——底下的元数据只是索引。）
为什么收它
框架入门,备查。
合法性
自购/个人收藏。来源:主人个人藏书,2026-08 放入收件箱。原始文件不入库,转码文本入库(私有库)。
出版方怎么说
（起草参考,不是我们的判断。真正的「覆盖什么/不覆盖什么」写进 frontmatter 的 claims / notCovered)
出版方简介(仅供起草参考,不是我们的判断):本书从TensorFlow 2.0的基础知识讲起，深入介绍TensorFlow 2.0的进 阶实战，并配合项目实战案例，重点介绍使用TensorFlow 2.0的新特性进行机器学习的方法，使读者能够系统地学习机器学习的相关知识，并对TensorFlow 2.0的新特性有更深入的理解。
它覆盖什么、不覆盖什么
（还没读到能下判断的程度。claims / notCovered 空着就是空着,不猜。)
怎么引用它
(依据: book=cong-ling-kai-shi-xue-tensorflow-2 §1.2 神经网络)
章节名对不上会被 lab:validate 拦下;页码锚(§p.123)同样可用。
结构(46 段,共 29k 字符)
| 段 | 章节 | 页 | 规模 |
|---|---|---|---|
| 01 | 未知 | — | 0.4k |
| 02 | 未知 | — | 1.9k |
| 03 | 1.1 机器学习 | — | 1.1k |
| 04 | 1.2 神经网络 | — | 0.3k |
| 05 | 1.3 常用的深度学习框架 | — | 0.5k |
| 06 | | 第2章 | | — | 0.2k |
| 07 | 2.2 在Linux系统中安装TensorFIow 2.0的GPU版本 | — | 0.4k |
| 08 | 2.3 在Windows系统中安装TensorFIow 2.0 | — | 1.5k |
| 09 | 2.4 在Windows系统中安装TensorFIow 2.0的GPU版本 | — | 1.0k |
| 10 | 3.1 张量 | — | 0.8k |
| 11 | 3.2 GPU加速 | — | 0.4k |
| 12 | 3.3 数据集 | — | 0.4k |
| 13 | 3.4 自定义层 | — | 1.3k |
| 14 | 4.2 基础MLP网络 | — | 0.7k |
| 15 | 4.3 基础模型 | — | 0.3k |
| 16 | 4.4 权重初始化 | — | 0.4k |
| 17 | 4.5 激活函数 | — | 0.4k |
| 18 | 4.6 批标准化 | — | 0.3k |
| 19 | 4.7 dropout | — | 0.3k |
| 20 | 4.8 模型集成 | — | 0.3k |
| 21 | 4.9 优化器 | — | 0.4k |
| 22 | 5.1 基础卷积神经网络 | — | 0.4k |
| 23 | 6.1 自编码器简介 | — | 0.3k |
| 24 | 6.2 卷积自编码器 | — | 0.3k |
| 25 | 7.1 Keras基础 | — | 0.8k |
| 26 | 7.2 函数式API | — | 0.6k |
| 27 | 7.3 使用Keras自定义网络层和模型 | — | 0.6k |
| 28 | 7.4 Keras训练模型 | — | 0.8k |
| 29 | 7.5 Keras模型的保存 | — | 1.1k |
| 30 | 8.1 简单文本分类 | — | 0.5k |
| 31 | 8.2 卷积文本分类 | — | 0.6k |
| 32 | 8.3 RNN文本分类 | — | 0.9k |
| 33 | 9.1 图像分类 | — | 1.1k |
| 34 | 9.2 图像识别 | — | 0.7k |
| 35 | 9.3 生成对抗网络 | — | 0.6k |
| 36 | 10.2 数据预测 | — | 1.8k |
| 37 | 11.1 过拟合和欠拟合的基本概念 | — | 0.3k |
| 38 | 11.2 过拟合和欠拟合 | — | 0.6k |
| 39 | 11.3 优化方法 | — | 0.7k |
| 40 | | 第12章 | | — | 0.3k |
| 41 | 12.5 哈希特征列 | — | 0.2k |
| 42 | 12.7 结构化数据的使用 | — | 0.2k |
| 43 | 13.1 一元线性回归 | — | 0.5k |
| 44 | 13.2 多元线性回归 | — | 0.4k |
| 45 | 13.3 汽车油耗回归示例 | — | 1.1k |
| 46 | 未知 | — | 0.3k |
我们自己的读书笔记(0 篇)
（还没有。读完某章后写进 docs/cong-ling-kai-shi-xue-tensorflow-2/notes/,那才是这本书对我们的产出。）
本页由 node scripts/book-build.mjs 生成:表格来自转码结果,散文来自书卡正文。不要手改本页。