Python 深度學習
王誌立
- 出版商: 清華大學
- 出版日期: 2021-01-01
- 定價: $414
- 售價: 7.9 折 $327
- 語言: 簡體中文
- 頁數: 224
- 裝訂: 平裝
- ISBN: 7302555222
- ISBN-13: 9787302555223
-
相關分類:
DeepLearning、Python
立即出貨
買這商品的人也買了...
-
$327敏捷項目管理(從入門到精通實戰指南) -
$474差分進化算法 -
$422自然語言處理中的貝葉斯分析, 2/e (Bayesian Analysis in Natural Language Processing, 2/e) -
$528應用智能運維實踐 -
$236Python 編程練習與解答, 2/e (The Python Workbook: A Brief Introduction with Exercises and Solutions, 2/e) -
$474Python 大數據處理庫 PySpark 實戰 -
$254文本數據挖掘與 Python 應用 -
$454Python 科學計算及實踐 -
$454SaaS 商業實戰：好模式如何變成好生意 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras -
$331集成學習入門與實戰：原理、算法與應用 -
$454Vue.js 3 應用開發與核心源碼解析 -
$505自然語言處理的 Python 實踐 -
$536敏捷測試價值觀、方法與實踐 — 傳統測試人員轉型寶典 -
$454人工智能安全基礎 -
$331業務敏捷 打造數智時代的高適應力組織 -
$338ChatGPT : 智能對話開創新時代 -
$387從 ChatGPT 到 AIGC：智能創作與應用賦能 -
$662Amazon Web Services 雲計算實戰, 2/e -
$469精通 Transformer : 從零開始構建最先進的 NLP 模型 -
$658高級 Python 核心編程開啟精通 Python 編程世界之旅 -
$505python核心編程：從入門到實踐：學與練 -
$560Python 開發實例大全 上捲 -
$560Python 開發實例大全 下捲 -
$564前端工程化 : 基於 Vue.js 3.0 的設計與實踐
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
78折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
深度學習是人工智能技術和研究領域之一，通過建立階層人工神經網絡在電腦實現人工智能。通過本課程的學習，讀者可以瞭解Python開發環境構建、Python基礎、網絡爬蟲的數據採集、深度學習BP神經網絡、捲積神經網絡、循環神經網絡、遺傳算法和進化策略等。本課程理論與實踐並重，配套教學視頻，知識體系完整全面，讀者通過本教程的學習可以構建屬於自己的深度學習知識體系，瞭解人工智能的發展趨勢和新技術，並可以往自己感興趣的方向深挖。本書可作為人工智能初學者的入門書目，也可作為具備一定知識背景的讀者的學習參考書籍。
作者簡介
王誌立，江蘇金智教育技術有限公司人工智能算法項目軟件工程師，熟悉人工智能知識框架體系；曾於深信服科技股份有限公司創新研究院作為軟件開發工程師參與大數據算法項目；同時在社交平臺運營知識專欄“Python機器學習體系”，幫助廣大讀者構建屬於自己的人工智能知識體系。
目錄大綱
目錄
1章導論
1.1本書學習路線
1.2人工智能與深度學習
1.3深度學習的算法流程
1.3.1特徵工程
1.3.2模型評估
1.4總結
2章Python開發環境搭建
2.1Linu服務器
2.1.1下載與安裝
2.1.2使用mobaterm連接遠程服務器
2.1.3在服務器上安裝Python開發環境
2.1.4Jupyter tebook的使用
2.2Windows平臺
2.2.1下載Anaconda
2.2.2安裝配置
2.2.3安裝路徑配置
2.2.4系統環境配置
2.2.5在Windows上使用Jupyter tebook
2.3使用Anaconda國內源
2.3.1更換清華源
2.3.2更換中科大源
2.3.3pip設定阿裡雲源
2.4Python虛擬環境
2.4.1創建Python虛擬環境
2.4.2切換虛擬環境
2.4.3在虛擬環境中安裝額外的包
2.4.4虛擬環境的相關命令
2.5PyCharm遠程連接服務器
2.5.1下載PyCharm專業版
2.5.2PyCharm連接虛擬環境
2.5.3使用screen進行任務管理
2.6總結
3章Python基礎
3.1Python簡介
3.2Python初階學習
3.2.1變量賦值
3.2.2標準數據類型
3.2.3數據類型轉換
3.2.4算術運算符
3.2.5格式化
3.3Python進階學習
3.3.1循環
3.3.2條件語句
3.3.3文件I/O
3.3.4異常
3.3.5導包
3.4Python高階學習
3.4.1面向過程編程
3.4.2面向對象編程
3.4.3面向過程與面向對象的區別
3.5正則表達式
3.5.1re.match
3.5.2re.search
3.5.3re.sub
3.5.4re.compile 函數與findall
3.5.5正則表達式的重點
3.6進程與線程
3.6.1多進程的例子
3.6.2多線程例子
3.7總結
4章深度學習
4.1Keras簡介
4.1.1Keras的優點
4.1.2Keras的缺點
4.1.3Keras的安裝
4.2全連接神經網絡
4.2.1全連接神經網絡簡介
4.2.2全連接神經網絡原理
4.2.3全連接神經網絡小結
4.3捲積神經網絡
4.3.1全連接神經網絡的缺點
4.3.2捲積神經網絡原理
4.3.3捲積神經網絡與全連接神經網絡的區別
4.3.4捲積層
4.3.5局部連接和權值共享
4.3.6池化層
4.3.7訓練
4.3.8捲積神經網絡的參數設置
4.3.9捲積神經網絡小結
4.4參數
4.4.1過擬合
4.4.2優化器
4.4.3學習率
4.4.4常見的激勵函數
4.4.5常見的損失函數
4.4.6其他參數
4.4.7參數設置小結
4.5自編碼器
4.5.1自編碼器的原理
4.5.2常見的自編碼器
4.5.3自編碼器小結
4.6RNN與RNN的變種結構
4.6.1RNN與全連接神經網絡的區別
4.6.2RNN的優勢
4.6.3其他RNN結構
4.6.4LSTM
4.6.5門控循環單元
4.6.6RNN與RNN變種結構小結
4.7代碼實踐
4.7.1全連接神經網絡回歸——房價預測
4.7.2全連接神經網絡與文本分類
4.7.3捲積神經網絡之文本分類
4.7.4捲積神經網絡之圖像分類
4.7.5自編碼器
4.7.6LSTM實例之預測股價趨勢
4.8總結
5章生成對抗網絡
5.1生成對抗網絡的原理
5.2生成對抗網絡的訓練過程
5.3實驗
5.3.1代碼
5.3.2結果分析
5.4總結
6章遺傳算法與神經網絡
6.1遺傳演化神經網絡
6.1.1遺傳算法原理
6.1.2遺傳算法整體流程
6.1.3遺傳算法遇上神經網絡
6.1.4演化神經網絡實驗
6.2遺傳拓撲神經網絡
6.2.1遺傳拓撲神經網絡原理
6.2.2算法核心
6.2.3NEAT實驗
6.3總結
7章遷移學習與計算機視覺
7.1計算機視覺
7.1.1圖像分類
7.1.2目標檢測
7.1.3語義分割
7.1.4實例分割
7.2計算機視覺遇上遷移學習
7.2.1VGG
7.2.2VGG16與圖像分類
7.2.3VGG16與目標檢測
7.2.4VGG16與語義分割
7.2.5ResNeXt與實例分割
7.3遷移學習與計算機視覺實踐
7.3.1實驗環境
7.3.2實驗流程
7.3.3代碼
7.3.4結果分析
7.4總結
8章遷移學習與自然語言處理
8.1自然語言處理預訓練模型
8.1.1Word2Vec
8.1.2BERT
8.1.3RoBERTa
8.1.4ERNIE
8.1.5BERT_WWM
8.1.6NLP預訓練模型對比
8.2自然語言處理大下遊任務
8.2.1句子對分類任務
8.2.2單句子分類任務
8.2.3問答任務
8.2.4單句子標註任務
8.3遷移學習與自然語言處理競賽實踐
8.3.1賽題背景
8.3.2賽題任務
8.3.3數據說明
8.3.4環境搭建
8.3.5賽題分析
8.3.6實驗代碼
8.4總結
參考文獻
