内容简介:项目链接:https://github.com/horance-liu/tensorflow-internals在项目地址中,作者提供了全部的 LaTex 源文件,也提供了对应的 PDF,读者可直接下载 PDF。本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论; 同时,假设读者熟悉 Python, C++ 等程序设计语言。本书适合于渴望深入了解TensorFlow 内核设计,期望改善TensorFlow 系统设计和性能优化,及其探究TensorFlow 关键技术的设计和实现的系
项目链接:https://github.com/horance-liu/tensorflow-internals
在项目地址中,作者提供了全部的 LaTex 源文件,也提供了对应的 PDF,读者可直接下载 PDF。本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论; 同时,假设读者熟悉 Python, C++ 等程序设计语言。
本书适合于渴望深入了解TensorFlow 内核设计,期望改善TensorFlow 系统设计和性能优化,及其探究TensorFlow 关键技术的设计和实现的系统架构师、AI 算法工程师、和 AI 软件工程师。
PDF下载地址:https://raw.github.com/horance-liu/tensorflow-internals/master/tensorflow-internals.pdf
阅读方式
初次阅读本书,推荐循序渐进的阅读方式;对于高级用户,可以选择感兴趣的章节阅读。首次使用TensorFlow 时,推荐从源代码完整地构建一次TensorFlow,以便了解系统的构建方式,及其理顺所依赖的基本组件库。
另外,推荐使用TensorFlow 亲自实践一些具体应用,以便加深对TensorFlow 系统行为的认识和理解,熟悉常见 API 的使用方法和工作原理。强烈推荐阅读本书的同时,阅读TensorFlow 关键代码;关于阅读代码的最佳实践,请查阅本书附录 A 的内容。
版本说明
本书写作时,TensorFlow 稳定发布版本为 1.2。不排除本书讲解的部分 API 将来被废弃,也不保证某些系统实现在未来版本发生变化,甚至被删除。
同时,为了更直接的阐述问题的本质,书中部分代码做了局部的重构;删除了部分异常处理分支,或日志打印,甚至是某些可选参数列表。但是,这样的局部重构,不会影响读者理解系统的主要行为特征,更有利于读者掌握系统的工作原理。
同时,为了简化计算图的表达,本书中的计算图并非来自TensorBoard,而是采用简化了的,等价的图结构。同样地,简化了的图结构,也不会降低读者对真实图结构的认识和理解。
在线帮助
为了更好地与读者交流,已在 Github 上建立了勘误表,及其相关补充说明。由于个人经验与能力有限,在有限的时间内难免犯错。如果读者在阅读过程中,如果发现相关错误,请帮忙提交 Pull Request,避免他人掉入相同的陷阱之中,让知识分享变得更加通畅,更加轻松,我将不甚感激。
目录
以上所述就是小编给大家介绍的《揭秘框架的本源:开源中文书「TensorFlow内核剖析」》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 突破正则匹配:探寻SQL注入绕过WAF的本源之道
- 聆听中国开源最强音 | 国内大厂开源项目齐聚 OSCAR 开源先锋日
- 小米 9 开源内核代码,上市即开源
- 开源 | 陌陌风控系统正式开源
- 开源 |《Go 语言高级编程》开源图书
- 开源不只是“喊喊” 看红帽的开源之道
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。