TF 2.0的中文深度學(xué)習(xí)開源書來了！GitHub趨勢榜第一，斬獲2K星
十三 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
TensorFlow 2.0 發(fā)布已有一個半月之久，你會用了嗎？
近日，一個叫做深度學(xué)習(xí)開源書的項目在火了。GitHub趨勢日榜排名全球第一，已斬獲2K+星。
為什么這么火？
因為這是一本基于TensorFlow 2.0 正式版的中文深度學(xué)習(xí)開源書。
還包含電子書和配套源代碼。
話不多說，一起來看看這本爆款書籍吧！
深度學(xué)習(xí)開源書介紹
這本書共包含15個章節(jié)。
從目錄章節(jié)構(gòu)成來看，理論與編程并不是獨立分開，而是隨著難度的遞增，循序漸進(jìn)、穿插編排的。
大體上可以分為四個部分。
第一部分是1-3章。主要介紹人工智能的初步認(rèn)知，并引出相關(guān)問題。
第二部分是4-5章。主要介紹TensorFlow相關(guān)基礎(chǔ)，為后續(xù)算法實現(xiàn)鋪墊。
第三部分是6-9章。主要介紹神經(jīng)網(wǎng)絡(luò)的核心理論和共性知識，助于理解深度學(xué)習(xí)的本質(zhì)。
第四部分是10-15章。主要介紹常見的算法與模型。
除此之外，每個章節(jié)里的內(nèi)容編排也是理論與實戰(zhàn)相結(jié)合。
在這個repo中，作者根據(jù)章節(jié)也給出了源代碼和數(shù)據(jù)，但同時他也表示：
時間倉促，源代碼還沒有整理完全。
有興趣的讀者可以跟進(jìn)這個repo的更新。
以“回歸問題”為例，作者便給出了對應(yīng)的數(shù)據(jù)和.py文件。
從代碼來看，上手也是較為容易。
本書電子版地址如下：
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
不過，從最后一章“精靈寶可夢數(shù)據(jù)集”和目錄排版來看，似乎有一絲致敬臺大李宏毅老師的感覺。
TensorFlow 2.0 實戰(zhàn)案例
項目作者還介紹了TensorFlow 2.0的實戰(zhàn)案例。
這個repo也是PoweredByTF 2.0 Challenge的獲勝項目。
安裝
首先確保使用的Python版本是3.x。
CPU安裝
pip install tensorflow -UGPU安裝
先自己安裝CUDA 10.0和cudnn，然后設(shè)置LD_LIBRARY_PATH。
pip install tensorflow-gpu -U測試安裝
In [2]: import tensorflow as tf
In [3]: tf.__version__
Out[3]: '2.0.0'
In [4]: tf.test.is_gpu_available()
...
totalMemory: 3.95GiB freeMemory: 3.00GiB
...
Out[4]: True主要內(nèi)容包括：
每一部分都涵蓋了理論介紹和源代碼。
當(dāng)然，作者也提供了中文版的深度學(xué)習(xí)與TensorFlow入門實戰(zhàn)的源代碼和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
作者介紹
該項目作者是Jackie Loong，也就是書籍封面的龍龍老師，真名龍良曲。
龍龍老師曾經(jīng)在新加坡國立大學(xué)擔(dān)任助教。所參與的論文入圍了AAAI 2018。
從GitHub主頁也能看出，會經(jīng)常參與并發(fā)布有關(guān)深度學(xué)習(xí)內(nèi)容或工具的教程。
傳送門
基于TF 2.0深度學(xué)習(xí)開源書項目地址：
https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book
TF 2.x 教程項目地址：
https://github.com/dragen1860/TensorFlow-2.x-Tutorials
- 商湯林達(dá)華萬字長文回答AGI：4層破壁，3大挑戰(zhàn)2025-08-12
- 商湯多模態(tài)大模型賦能鐵路勘察設(shè)計，讓70年經(jīng)驗“活”起來2025-08-13
- 以“具身智能基座”為核，睿爾曼攜全產(chǎn)品矩陣及新品亮相2025 WRC2025-08-11
- 哇塞，今天北京被機(jī)器人人人人人塞滿了！2025-08-08
相關(guān)閱讀
吳恩達(dá)CS 230深度學(xué)習(xí)課開講：秋季視頻全部上線，課件“小抄”應(yīng)有盡有
花都開了，你還不學(xué)習(xí)？
TensorFlow也可以做圖形渲染了：當(dāng)神經(jīng)網(wǎng)絡(luò)遇上計算機(jī)圖形學(xué)
谷歌給TensorFlow加入了計算機(jī)圖形處理功能TensorFlow Graphics，讓神經(jīng)網(wǎng)絡(luò)可以更好地理解計算機(jī)世界里的圖形操作。
