作为一本综合指南,本书将带领你探究TensorFlow 1.x的 特性。深入了解TensorFlow Core、Keras、TF Estimators、TFLearn、TF-Slim、Pretty Tensor以及Sonnet。通过TensorFlow和Keras的强大功能,利用转移学习、生成式对抗网络、深度强化学习等概念构建深度学习模型。在本书中,你将获得各种数据集(如MNIST、CIFAR-10、PTB、text8、COCO-Images)的实践经验。你将学习到TensorFlow1.x的 特性,例如带有TF-Clusters的分布式TensorFlow、使用TensorFlow Serving部署生产模型、在Android和iOS平台上为移动和嵌入式设备构建和部署TensorFlow模型。你还会看到如何在R统计软件中调用TensorFlow和Keras API,了解在基于TensorFlow API的代码无法按预期工作时所需的调试技术。
本书由Python pandas项目创始人Wes McKinney亲笔撰写,详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。你将在阅读过程中学习到新版本的pandas、NumPy、IPython和Jupyter。本书由Wes McKinney创作,他是Python pandas项目的创始人。本书是对Python数据科学工具的实操化、现代化的介绍,非常适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。数据文件和相关的材料可以在GitHub上找到:使用IPython shell和Jupyter notebook进行探索性计算;学习NumPy(Numerical Python)的基础和高级特性;入门pandas库中的数据分析工具;使用灵活工具对数据进行载入、清洗、变换、合并和重塑;使用matplotlib创建富含信息的可视化;将pandas的groupby功能应用于对数据集的切片、分块和汇总;分析并操作规则和不规则的时间序列数据;利用完整的、详细的示例学习如何
本书全面阐释与IT项目管理相关的概念、技巧、工具、技术和实践,是一本涵盖10大管理知识领域(项目整合、范围、进度、成本、质量、资源、沟通、风险、采购和干系人管理)和5个过程组(启动、计划、执行、监控和收尾)的教科书。理论与实践的结合使得本书通俗易懂,增加的案例、模板和项目管理软件可帮助读者掌握和运用从书中学到的知识和技能,为学生和从业者奠定坚实的基础。本书适合作为高等院校计算机、管理科学与工程等相关高年级本科生和研究生的教材,也可作为从业人员的参考读物。