十三 发自 凹非寺
量子位 报道 | 公众号 QbitAI
TensorFlow 2.0 发布已有一个半月之久，你会用了吗？
近日，一个叫做深度学习开源书的项目在火了。GitHub趋势日榜排名全球第一，已斩获2K+星。
为什么这么火？
因为这是一本基于TensorFlow 2.0 正式版的中文深度学习开源书。
还包含电子书和配套源代码。
话不多说，一起来看看这本爆款书籍吧！
深度学习开源书介绍
这本书共包含15个章节。
从目录章节构成来看，理论与编程并不是独立分开，而是随着难度的递增，循序渐进、穿插编排的。
大体上可以分为四个部分。
第一部分是1-3章。主要介绍人工智能的初步认知，并引出相关问题。
第二部分是4-5章。主要介绍TensorFlow相关基础，为后续算法实现铺垫。
第三部分是6-9章。主要介绍神经网络的核心理论和共性知识，助于理解深度学习的本质。
第四部分是10-15章。主要介绍常见的算法与模型。
除此之外，每个章节里的内容编排也是理论与实战相结合。
在这个repo中，作者根据章节也给出了源代码和数据，但同时他也表示：
时间仓促，源代码还没有整理完全。
有兴趣的读者可以跟进这个repo的更新。
以“回归问题”为例，作者便给出了对应的数据和.py文件。
从代码来看，上手也是较为容易。
本书电子版地址如下：
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book/blob/master/%E3%80%90%E3%80%8ATensorFlow2%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E3%80%8B%E3%80%91.pdf
不过，从最后一章“精灵宝可梦数据集”和目录排版来看，似乎有一丝致敬台大李宏毅老师的感觉。
TensorFlow 2.0 实战案例
项目作者还介绍了TensorFlow 2.0的实战案例。
这个repo也是PoweredByTF 2.0 Challenge的获胜项目。
安装
首先确保使用的Python版本是3.x。
CPU安装
pip install tensorflow -U
GPU安装
先自己安装CUDA 10.0和cudnn，然后设置LD_LIBRARY_PATH。
pip install tensorflow-gpu -U
测试安装
In [2]: import tensorflow as tfIn [3]: tf.__version__Out[3]: '2.0.0'In [4]: tf.test.is_gpu_available()...totalMemory: 3.95GiB freeMemory: 3.00GiB...Out[4]: True
主要内容包括：
每一部分都涵盖了理论介绍和源代码。
当然，作者也提供了中文版的深度学习与TensorFlow入门实战的源代码和PPT。地址如下：
https://github.com/dragen1860/TensorFlow-2.x-Tutorials/tree/master/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8ETensorFlow%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98-%E6%BA%90%E7%A0%81%E5%92%8CPPT
作者介绍
该项目作者是Jackie Loong，也就是书籍封面的龙龙老师，真名龙良曲。
龙龙老师曾经在新加坡国立大学担任助教。所参与的论文入围了AAAI 2018。
从GitHub主页也能看出，会经常参与并发布有关深度学习内容或工具的教程。
传送门
基于TF 2.0深度学习开源书项目地址：
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book
TF 2.x 教程项目地址：
https://github.com/dragen1860/TensorFlow-2.x-Tutorials
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态