白話深度學習與 TensorFlow
高揚
- 出版商: 碁峰資訊
- 出版日期: 2018-08-01
- 定價: $480
- 售價: 7.9 折 $379
- 語言: 繁體中文
- 頁數: 400
- ISBN: 9864767941
- ISBN-13: 9789864767946
-
相關分類:
DeepLearning 深度學習、TensorFlow
- 相關原文書: 白話深度學習與TensorFlow
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
![]()
$294$279OpenCV 3 計算機視覺 : Python 語言實現 (原書第2版)(Learning OpenCV 3 Computer Vision with Python, 2/e)
-
![]()
$590$466TensorFlow+Keras 深度學習人工智慧實務應用
-
![]()
$480$379白話大數據與機器學習
-
![]()
$400$304大數據時代的演算法：機器學習、人工智慧及其典型實例
-
![]()
$474$450Python 金融實戰 (Python for Finance)
-
![]()
$580$458Deep Learning｜用 Python 進行深度學習的基礎理論實作
-
![]()
$450$356演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解
-
![]()
$1,200$948OpenCV 3 學習手冊 (Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library)
-
![]()
$540$432TensorFlow 之外的好選擇：Keras、Caffe SK-Learn 機器學習實作
-
![]()
$380$300機器學習入門｜從玻爾茲曼機械學習到深度學習
-
![]()
$240人工智能基礎 (高中版)
-
![]()
$620$490Deep Learning 深度學習基礎｜設計下一代人工智慧演算法 (Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms)
-
![]()
$500$395Python 深度學習實作：Keras 快速上手
-
![]()
$768$730深度學習之美 : AI時代的數據處理與最佳實踐
-
![]()
$414$393TensorFlow 學習指南：深度學習系統構建詳解
-
![]()
$380$323圖解 AI 人工智慧大未來：關於人工智慧一定要懂得 96 件事
-
![]()
$294$279用Python寫網絡爬蟲 第2版
-
![]()
$680$544看得懂的人工智慧實作書：手把手教你玩 Tensorflow
-
![]()
$680$544學會 TensorFlow 之後呢？最尖端的 21個夢幻範例實作
-
![]()
$520$411實戰 ROS 機器人自作｜使用 Raspberry Pi
-
![]()
$480$379初探深度學習｜使用 TensorFlow (TensorFlow for Deep Learning: From Linear Regression to Reinforcement Learning)
-
![]()
$714$678機器學習實戰：基於 Scikit-Learn 和 TensorFlow (Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems)
-
![]()
$540$432AI視覺大全：用最好用的 PyTorch 實作
-
![]()
$550$435深度學習入門教室：6堂基礎課程+Python實作練習，Deep Learning、人工智慧、機器學習的理論和應用全圖解
-
![]()
$550$435不懂程式也能學會的大數據分析術 - 使用 RapidMiner
商品描述
本書秉持從「零」開始的初衷，介紹深度學習的技術與技巧，盡可能地將微積分、梯度等知識重點化整為零，降低學習門檻，適合對作為深度學習的入門參考書籍。
藉由本書，您將可以了解：
．何謂機器學習與深度學習
．如何藉由Tensorflow實作深度學習
．何謂強化學習、對抗學習
．人臉識別的實作原理
誰適合閱讀此書：
．對深度學習有興趣但數學基礎弱的開發人員
．對深度學習有興趣的大學生、研究生
．深度學習愛好者，如產品經理、投資人、管理者等
目錄大綱
PART 1 基礎篇
chapter 01 機器學習是什麼
chapter 02 深度學習是什麼
chapter 03 TensorFlow 框架特性與安裝
PART 2 原理與實踐篇
chapter 04 前饋神經網路
chapter 05 手寫板功能
chapter 06 卷積神經網路
chapter 07 綜合問題
chapter 08 循環神經網路
PART 3 擴展篇
chapter 09 深度殘差網路
chapter 10 受限玻爾茲曼機
chapter 11 強化學習
chapter 12 對抗學習
chapter 13 有趣的深度學習應用
附錄 A VMware Workstation 的安裝
附錄 B Ubuntu 虛擬機的安裝
附錄 C Python 語言簡介
附錄 D 安裝 Theano
附錄 E 安裝 Keras
附錄 F 安裝 CUDA
附錄 G 參考文獻