購物比價找書網找車網
FindBook  
 有 6 項符合

TensorFlow+Keras深度學習人工智慧實務應用

的圖書
最新圖書評論 -  目前有 9 則評論,查看更多評論
 如同我同事說的「看書的時間點不...
轉載自博客來  極力推薦  2019/06/30
如同我同事說的「看書的時間點不分早晚,當你閱讀的當下就是最好的Timing」。這本2017年出版的「TensorFlow+Keras深度學習人工智慧實務應用」對我而言,眼下就是最好的相逢。 面對以深度學習為主所掀起的第三次人工智慧熱潮,想當然耳是身處大數據應用第一線工程師必...
TensorFlow+Keras深度學習人工智慧實務應用 TensorFlow+Keras深度學習人工智慧實務應用

作者:林大貴 
出版社:博碩文化股份有限公司
出版日期:2017-06-09
語言:繁體書   
圖書介紹 - 資料來源:博客來
圖書名稱:TensorFlow+Keras深度學習人工智慧實務應用

內容簡介

人工智慧時代來臨,必須學習的新技術
輕鬆學會「深度學習」:先學Keras再學TensorFlow

  ★成長最快領域:深度學習與類神經網路,是人工智慧成長最快的領域,讓電腦更接近人類的思考。
  ★應用深入生活:手機語音助理、人臉識別、影像辨識、手寫辨識、醫學診斷、自然語言處理。
  ★實作快速上手:只需Python基礎,依照本書Step by Step學習,就可以輕鬆學會深度學習概念與應用。

  TensorFlow功能強大、執行效率高、支援各種平台,然而TensorFlow是低階的深度學習程式庫,學習門檻高。所以本書先介紹Keras,Keras是高階的深度學習程式庫(以TensorFlow作為後端引擎),對初學者學習門檻低,可以很容易地建立深度學習模型,並且進行訓練、預測。等讀者熟悉深度學習模型概念與應用後,再來學習TensorFlow就很輕鬆了。

  【在Windows安裝TensorFlow 1.0+Keras2.0】
  對於初學者而言,在Windows安裝非常簡單容易上手。本書詳細步驟說明,如何在Windows作業系統上,安裝最新版的TensorFlow 1.0+Keras2.0。

  【在Linux Ubuntu安裝TensorFlow 1.0+Keras2.0】
  因為Linux作業系統是大數據分析與機器學習很常用的平台。本書詳細步驟說明,如何在Linux Ubuntu作業系統上,安裝最新版的TensorFlow 1.0+Keras2.0。

  【使用GPU大幅加快深度學習訓練】
  GPU的平行運算架構,可讓深度學習訓練比CPU快數十倍。您必須有Nvidia顯示卡。然後依照本書步驟說明,安裝Cuda、CudNN以及TensorFlow GPU版本,就可以使用GPU大幅加快深度學習訓練。

  【MNIST手寫數字影像辨識,可辨識0~9的手寫數字】
  以實際範例說明,如何使用Keras與TensorFlow建構MLP(多層感知器)、CNN(卷積神經網路)模型,可辨識0~9的手寫數字。

  【CIFAR-10照片影像物體辨識,可辨識10種物體】
  以實際範例說明,如何使用Keras建構CNN(卷積神經網路)模型,可辨識照片類別:飛機、汽車、鳥、貓、鹿、狗、青蛙、船、卡車。

  【預測鐵達尼號旅客生存機率】
  以實際範例說明,如何使用Keras建構MLP(多層感知器)模型、可以預測旅客及鐵達尼號電影男女主角生存機率,並且找出鐵達尼號其他旅客的感人故事。

  【IMDb影評文字「自然語言處理」與「情緒分析」】
  情緒分析的商業價值,在於透過文字分析,得知顧客對公司或產品的評價,以調整營運策略。本書以實際範例說明,如何運用Keras自然語言處理,並且建構MLP(多層感知器)、RNN(遞歸神經網路)、LSTM(長短期記憶)等模型,可以預測影評文字是正面或負面評價。
 

作者介紹

作者簡介

林大貴


  作者從事IT產業多年,系統設計、網站開發、數位行銷、商業智慧、大數據、機器學習等領域,具備豐富的實務經驗。目前從事大數據分析、機器學習、深度學習與人工智慧,相關的研究、教學與企業顧問。

  【facebook粉絲團】
  www.facebook.com/TensorflowKeras/

  【部落格】
  tensorflowkeras.blogspot.tw/
 

目錄

CHAPTER01 人工智慧、機器學習、深度學習介紹
CHAPTER02 深度學習的原理
CHAPTER03 TensorFlow與Keras介紹
CHAPTER04 在Windows安裝TensorFlow與Keras
CHAPTER05 在Linux Ubuntu安裝TensorFlow與Keras
CHAPTER06 Keras MNIST手寫數字辨識資料集介紹
CHAPTER07 Keras多元感知器(MLP)辨識手寫數字
CHAPTER08 Keras卷積神經網路(CNN)辨識手寫數字
CHAPTER09 Keras Cifar-10影像辨識資料集介紹
CHAPTER10 Keras卷積神經網路(CNN)辨識Cifar-10影像
CHAPTER11 Keras鐵達尼號旅客資料集介紹
CHAPTER12 Keras多層感知器(MLP)預測鐵達尼號旅客生存機率
CHAPTER13 IMDb網路電影資料集與自然語言處理介紹
CHAPTER14 Keras建立MLP、RNN、LSTM模型,進行IMDb情緒分析
CHAPTER15 TensorFlow程式設計模式介紹
CHAPTER16 以TensorFlow張量運算模擬神經網路運作
CHAPTER17 TensorFlow Mnist手寫數字辨識資料集介紹
CHAPTER18 TensorFlow多層感知器MLP辨識手寫數字
CHAPTER19 TensorFlow卷積神經網路CNN辨識手寫數字
CHAPTER20 TensorFlow GPU版本安裝
CHAPTER21 使用GPU加快TensorFlow與Keras訓練
附錄A 本書範例程式下載與安裝說明
 

詳細資料

  • ISBN:9789864342167
  • 規格:平裝 / 384頁 / 17 x 23 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
圖書評論 -   評分:
 如同我同事說的「看書的時間點不...
轉載自博客來  極力推薦  2019/06/30
如同我同事說的「看書的時間點不分早晚,當你閱讀的當下就是最好的Timing」。這本2017年出版的「TensorFlow+Keras深度學習人工智慧實務應用」對我而言,眼下就是最好的相逢。

面對以深度學習為主所掀起的第三次人工智慧熱潮,想當然耳是身處大數據應用第一線工程師必修的資訊技能。早先經由林大貴的姐妹作「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」學習到了傳統機器學習的功夫,在此基礎上再更一步研讀「TensorFlow+Keras深度學習人工智慧實務應用」一書,循序漸進地朝深度學習的領域探索,在學習進程上的安排是恰如其份。

就如封面所言,TensorFlow是實踐深度學習的低階語言,不適合初學者入門。而建基在TensorFlow之上的Keras函式庫,相當巧妙地將重複性的程式碼包裝起來,提供了便利、直觀的建模函式,讓使用者可以快速地運用類神經網路模型來實作實務問題,不用卡在枝微末節的代碼中。本書就是先從Keras範例開始介紹,等讀者對深度學習模型有一定經驗後,再用TensorFlow解說一次。林大貴的這種安排相當貼心,藉由同一範例執行兩種不同語法來重複練習,也真的能讓書中想傳播的知識確切地印在讀者們腦海中。

章節的範例包含了:手寫數字辨識、照片物體辨識(圖像分類問題),鐵達尼號旅客生存機率(資料分類問題)以及IMDB影評情緒分析(自然語言處理分類問題)。都是常見但精典的機器學習課題,也都有轉化為實務的專案雛形的價值。利用深度學習的MLP(多層感知器)、CNN(卷積神經網路)、RNN(遞歸神經網路)與LSTM(長短期記憶)等深度學習模型,讓人工智慧在資訊科技運用上突破了先前傳統演算法(單純貝氏、決策樹...等)無法跨越的瓶頸,也勢必成為資訊科技從業人員口袋中應配備的應用工具。

書中最後一章是介紹如何安裝Nvidia的GPU顯示卡來加快TensorFlow的運算速度,可惜我沒想為了練習書中範例就去買張顯卡來實踐內容,就只能望文興嘆就字面上體驗GPU的強大威力。
 好書收下我的膝蓋 非常好入門...
轉載自博客來  極力推薦  2019/03/23
好書收下我的膝蓋
非常好入門,每個函式的參數和意義都講解得非常詳細
搭配範例,輕鬆理解 非常推薦初學者來閱讀

每個章節都不厭其煩的敘述參數和匯入資源的意義,不用再往前翻查;
各個名詞的定義都解釋清晰,網路專案做一做忘記基本名詞就隨手翻翻
排行榜上的一半我都看過,最推這本
本來跟別人借,覺得根本神書,怒買一本收藏
 直接使用keras跟tenso...
轉載自博客來  尚可  2019/02/20
直接使用keras跟tensorflow實作,不談論理論,建議先讀齊藤康毅那本後再看這本比較好,同時兼具理論+實作
 我不太推薦這本書給想要&quo...
轉載自博客來  較差  2018/10/16
我不太推薦這本書給想要"了解深度學習"的人,因為這本書講的理論少之又少、程式碼非常多重覆、不嚴謹(我會說不嚴謹是因為一些程式有明顯的邏輯錯誤,而且在變數命名、參數的使用等等很沒有規則,雖然都是小細節,但我覺得這是不該發生的,更何況這本給的資訊又那麼少),不過,如果你急需要一個非常簡單、幾分鐘後就可以做出個MLP、CNN的書,這本書勉強可以拿來翻翻。
如果把這本書所有的相同的、冗餘的句子都砍掉,整理起來大概不到100頁吧。
 如果你已經有一些深度學習的基本...
轉載自博客來  極力推薦  2018/09/26
如果你已經有一些深度學習的基本知識,那這本書非常適合讓你進入實作的部分

這本書內容不僅簡單而且豐富有趣,每行程式碼都有超級超級詳細的解說

當然,沒有深度學習理論基礎也可以買這本書,你也絕對看得懂,

但可能會很沒有感覺,因為很多東西會不知道為甚麼這樣用,

總之,這本書讓我這個新手也可以體驗深度學習實作的有趣之處,非常推薦!!
 作者的介紹深入淺出,是以新手為...
轉載自博客來  極力推薦  2018/08/27
作者的介紹深入淺出,是以新手為對象,消化過再用淺顯易懂的文字說明。非常值得推薦給入門新手。
已經具備基礎觀念或許應該找其他進階書籍與網路資源。
 該怎麼說呢,這本書的內容網路上...
轉載自博客來  很差  2018/08/04
該怎麼說呢,這本書的內容網路上就有許多了,像是如何裝tensorflow、keras、如何玩MNIST資料集等等,我不能說它沒用,確實可以從中學到一點點東西,但是內容真的太淺了,我建議想入門的人可以學習GOOGLE提供的MLCC,不需要數學背景,而且完全免費,由淺入深,還有影片可以看。
 屬於人工智慧入門讀物,但進階的...
轉載自博客來  極力推薦  2018/03/20
屬於人工智慧入門讀物,但進階的相關知識、理論較為缺乏。
如果只是想會用,但不想知道為甚麼可以這樣用,這本非常推。
.
優
1.看完就有實作的能力。
2,非常淺顯易懂,每一段程式碼都有相對非常白話的解釋。
3.對想入門人工智慧的人是非常好的讀物,簡單易讀到我兩天就學完了,且內容非常扎實。
.
劣
1.沒有數學理論
2.沒有解釋如何設計參數
3.沒有解釋類神經網路的結構在甚麼時候如何設計
 本書真的是一步一步的教你如何使...
轉載自博客來  極力推薦  2018/02/05
本書真的是一步一步的教你如何使用keras和tensorflow來進行簡易的deep learning
而本書也著重於應用,所以也較少理論方面的說明
(在理論方面我建議讀者需要再找其他的deep learning書籍來學習)

總結來說,如果你已經學習過deep learning的理論
想要知道如何實作的話,看這本書就對了
至於想先學習deep learning理論的讀者,我則是不建議購買此書

(補充一點,本書是用python3.x實作)
贊助商廣告
 
金石堂 - 今日66折
焦慮的投資人:戰勝恐懼、貪婪、希望和無知,充分利用金錢創造財富
作者:史考特.納遜斯
出版社:先覺出版股份有限公司
出版日期:2022-08-01
66折: $ 277 
金石堂 - 今日66折
一天工作6分鐘:世界級商業領袖教你用槓桿力,創造豐足與自由
作者:道格拉斯.維米爾
出版社:方智出版社股份有限公司
出版日期:2022-07-01
66折: $ 205 
金石堂 - 今日66折
了不起的人體:如此精妙,如此有趣,說不定還能救你一命
作者:山本健人
出版社:如何出版社
出版日期:2022-07-01
66折: $ 238 
金石堂 - 今日66折
迷妹的韓文自學法:零基礎也能無痛養成韓文腦
作者:LJ
出版社:如何出版社
出版日期:2023-01-01
66折: $ 211 
 
博客來 - 暢銷排行榜
抄寫英語的奇蹟:1天10分鐘,英語和人生都起飛
作者:林熙 Brett Lindsay
出版社:如何
出版日期:2024-03-01
$ 300 
Taaze 讀冊生活 - 暢銷排行榜
我可能錯了:森林智者的最後一堂人生課
作者:比約恩.納提科.林德布勞、卡洛琳.班克勒、納維德.莫迪里
出版社:先覺出版
出版日期:2023-02-01
$ 355 
金石堂 - 暢銷排行榜
關於青葉第一次的祕密(全)
作者:藤峰式
出版社:東立出版社
出版日期:2024-12-25
$ 119 
博客來 - 暢銷排行榜
張忠謀自傳:下冊 一九六四 ── 二〇一八
出版日期:2024-11-29
$ 592 
 
Taaze 讀冊生活 - 新書排行榜
島嶼之歌
作者:陳竹奇
出版社:秀威資訊
出版日期:2024-11-27
$ 196 
Taaze 讀冊生活 - 新書排行榜
她將山徑走成傳奇:67歲獨自徒步146天,首位完成阿帕拉契步道縱走的蓋特伍德奶奶
作者:班.蒙哥馬利
出版社:一葦文思
出版日期:2024-12-20
$ 336 
博客來 - 新書排行榜
真誠Be real, not perfect:從菜鳥助理到跨國企業CEO,關於職場、關係與人生的啟發
作者:楊佳燊 (Jason Yang)
出版社:商周出版
出版日期:2024-12-26
$ 316 
 

©2025 FindBook.com.tw -  購物比價  找書網  找車網  服務條款  隱私權政策