书籍：Deep Learning Pipeline: Building a Deep Learning Model with TensorFlow
作者：Hisham El-Amir，Mahmoud Hamdy
出版：Apress
原文：书籍推荐-《深度学习工程：基于TensorFlow构建深度学习模型》
01 书籍简介
基于现代TensorFlow方法构建自己的Pipeline，而不是过时的工程概念。本书向您展示如何为真实的TensorFlow项目构建深度学习Pipeline。
您将了解什么是Pipeline以及它是如何工作的，从而能够轻松快速地构建完整的应用程序。然后，您将解决和克服基本的TensorFlow障碍，以便轻松创建功能齐全的应用程序和部署经过良好训练的模型。一步一步、以示例为导向的指导将帮助您理解深度学习Pipeline的每个步骤，同时运用最直接和有效的工具解决实际问题和数据集。
您还将使用TensorFlow技术开发深度学习项目，包括准备数据、选择适合该数据的模型以及调试模型以获得最好的数据匹配效果。通过访问数据科学中一些最强大的最新趋势，提升您的技能。如果您曾考虑过构建自己的图像或文本标记解决方案，或者参加Kaggle竞赛，那么这本《深度学习Pipeline》适合您！
您将学到什么：
· 使用数据开发深度学习项目
· 研究并应用各种模型到您的数据
· 调试和排除适合您数据的正确模型
本书适合对象： 开发人员、分析师和数据科学家，希望通过访问数据科学中一些最强大的最新趋势来增加或增强现有技能。具备Python或其他TensorFlow相关语言和数学方面的先前经验会更有帮助。
02 作者简介
Hisham Elamir是一位拥有机器学习、深度学习和统计学专业知识的数据科学家。在他的工作项目中，他面临着从自然语言处理（NLP）、行为分析和机器学习到分布式处理等各种挑战。他对自己的工作非常热情，并始终努力了解数据科学技术的最新发展，参加各种聚会、会议和其他活动。
Mahmoud Hamdy是一位机器学习工程师。他的主要研究领域是知识、逻辑、语言和学习的交叉点。他致力于使用从深度学习到统计关系学习等各种方法，通过训练机器学习和深度学习模型，将大量的非结构化、半结构化和结构化数据提炼成关于世界的新知识。他在机器学习的多个领域具有强大的理论和实践技能，为这种相互连接的有趣和具有挑战性的问题找到了新颖和有效的解决方案。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。