《深度学习：一起玩转TensorLayer》是一本价值丰富的书籍，对深度学习和TensorLayer进行了详细介绍。该书首先讲解了人工神经网络的基本知识，从而帮助读者建立起对深度学习的基本理解。本书着重讲解了一些新的深度学习技术，如多层感知器、卷积网络、递归网络及增强学习等，通过通俗易懂的方式，将复杂的概念和方法讲解得浅显易懂。不仅如此，本书还使用TensorLayer这一强大的工具，给读者提供了实际操作的例子和实践指南，帮助读者更好地理解和运用深度学习技术。这本书适合深度学习初学者，为他们提供了一个简明扼要的入门指南，让他们能够迅速入门并掌握深度学习的基本方法和技术。
深度学习：一起玩转TensorLayer 电子书封面
读者评价
本书可以分为2个部分，前部分是讲深度学习技术的，后部分是实战例子。TensorLayer的好处是例子多，API比任何库都多。。而且代码风格统一。我觉得买这本书的人主要都是TL用户，其实前面讲深度学习的章节可以减少一些？后面实战之后能不能多加些其他内容？比如pose estimation之类的，工业界都很需要哈。
中文深度学习参考书中最好最全面的一本。 需要结合TensorLayer一起学习。内容非常丰富，基本涵盖了深度学习各方面的内容，给出的代码的质量也不错。 后面的部分章节完全理解的话需要不少背景知识。 总的来说这一本对于入门深度学习还有一般需求的AI工程师足够了，再想提高的话需要多看更前沿的论文。
内容介绍
《深度学习：一起玩转TensorLayer》是由TensorLayer创始人领衔，TensorLayer主要开发团队倾力打造而成。内容不仅覆盖了人工神经网络的基本知识，如多层感知器、卷积网络、递归网络及增强学习等，还着重讲解了深度学习的一些新的技术，如生成对抗网络、学习方法和实践经验，配有许多应用及产品的实例。读者可从零开始掌握深度学习技术，以及使用TensorLayer实现的各种应用。
本书以通俗易懂的方式讲解深度学习技术，同时配有实现方法教学，面向深度学习初学者、进阶者，以及希望长期从事深度学习研究和产品开发的深度学习的大学生和工程师。
目录
- 1 深度学习简介1
- 2 多层感知器19
- 3 自编码器54
- 4 卷积神经网络80
- 5 词的向量表达121
- 6 递归神经网络148
- 7 深度增强学习171
- 8 生成对抗网络188
- 9 高级实现技巧202
- 10 实例一：使用预训练卷积网络214
- 11 实例二：图像语义分割及其医学图像应用225
- 12 实例三：由文本生成图像244
- 13 实例四：超高分辨率复原260
- 14 实例五：文本反垃圾280
对于深度学习开发者来说，深度学习系统变得越来越复杂。以至于我们需要使用轻量级的工具从头到尾来管理流程，为了将更多的连续学习内置到神经网络中，这就要求我们建立可以迭代增强的更有弹性的数据集以及更多的动态模型。 深度学习开发人员必须花费大量的时间来整合神经网络的组件，管理模型生命周期，组织数据和调整系统并行度等等。随着使用新的培训样本后，人类对于神经网络模型的见解，更新模型和跟踪其变化的能力就变得非常必要了。为此伦敦帝国理工学院的一个团队开发了一个python库来管理跨学科开发人员项目的复杂迭代过程。 为了更好地管理开发过程，该团队开发了一个通用的Python库——TensorLayer。这个库集成了很多开发过程中包括的方法，其中包括（操作、模型生命周期、并行计算、失败）都以模块化进行抽象。这些模块包括以下功能：用于管理神经网络层、用于管理模型和其生命周期、用于管理数据集、最后是解决容错的工作流模块。而TensorFlow是培训和推理的核心平台，它为MongoDB提供了存储空间。这些API的使用可以在文末链接中查看，正是由于这些API的存在，TensorLayer才会如此的强大。