TENSORFLOW大模型开发实践（制作+优化+应用）

"TensorFlow大模型开发实践（制作+优化+应用）》循序渐进地讲解了TensorFlow 大模型开发的核心知识，并通过具体实例演练了开发TensorFlow
大模型程序的方法和流程。全书共14 章，分别讲解了TensorFlow 数据集制作、使用机器学习算法制作 TensorFlow 模型、保存和加载模型、使用深度学习算法制作 TensorFlow 模型、TensorBoard 模型可视化、模型训练与调优详解、基本的模型优化操作、TensorFlow Transform（TFT）：模型数据规范化处理、TensorFlow Data Validation（TFDV）：验证模型数据、Model Remediation：模型修复、ResponsibleAI 和Fairness Indicators：评估和改进模型的公平性、Neural Structured Learning（NSL）：改进模型的学习能力和泛化能力、TensorFlow Serving：优化模型部署、移动机器人智能物体识别系统（TensorFlow Lite+TensorFlow+Android+iOS）。
《TensorFlow大模型开发实践（制作+优化+应用）》适用于想了解TensorFlow 基础开发的读者，想要进一步学习大模型开发、模型优化、模型应用和模型架构的读者，同时，也可以作为大专院校相关专业的师生用书和培训学校的教材。
"