章節說明:前言
Chapter 1：自然語言處理簡介
Chapter 2：TensorFlow 介紹
Chapter 3：Word2vec｜學習單詞內嵌
Chapter 4：Word2vec 進階
Chapter 5：CNN 卷積神經網路｜句子分類
Chapter 6：RNN 遞迴神經網路
Chapter 7：LSTM 長短期記憶網路
Chapter 8：LSTM 的應用：生成文字
Chapter 9：LSTM 的應用：生成圖片說明
Chapter 10：Seq2Seq 序列轉序列｜ NMT 神經機器翻譯
Chapter 11：NLP 自然語言處理的趨勢與未來
Appendix A：數學基礎和 TensorFlow 進階概念
| FindBook |
有 7 項符合
TensorFlow自然語言處理：善用 Python 深度學習函式庫，教機器學會自然語言的圖書 |
 |
TensorFlow自然語言處理：善用 Python 深度學習函式庫，教機器學會自然語言 作者：Thushan Ganegedara ／ 譯者：藍子軒 出版社：碁峰資訊 出版日期：2019-09-09 語言：繁體書 |
| 圖書選購 |
| 型式 | 價格 | 供應商 | 所屬目錄 | 二手書 |
$ 184 |
 TAAZE 讀冊生活 |
二手中文書 |
$ 489 |
 momo購物網 |
AI機器學習 |
$ 558 |
 博客來 |
資料處理/大數據 |
$ 558 |
 蝦皮商城 |
Computers & Technology |
$ 558 |
 五南文化廣場網路書店 |
科學科普 |
$ 576 |
TAAZE 讀冊生活 |
中文書 |
$ 620 |
 iRead灰熊愛讀書 |
程式語言 |
|---|
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：TAAZE 讀冊生活 評分：
圖書名稱：TensorFlow自然語言處理：善用 Python 深度學習函式庫，教機器學會自然語言
內容簡介:本書提供穩固而札實的實務基礎，讓你有能力解決各種NLP任務。本書涵蓋NLP的各個面向，除了理論基礎之外，更強調實務方面的實作。在解決各種NLP任務時，如果能在實務方面擁有良好的基礎，一定有助於你順利過渡到更高級的理論架構。此外，若能在實務方面有更扎實的理解，也就可以讓你更充分利用特定領域的知識，進而對演算法做出更好的調整。
透過本書，您將可以：
．了解NLP的概念與各種自然語言處理方法
．如何應用TensorFlow來進行NLP
．將大量數據處理成可供深度學習應用程序使用的單詞表示的策略
．如何使用CNN和RNN進行句子分類和語言生成
．如何使用RNN來解決複雜的文本生成任務
．如何應用類神經技術開發自動翻譯系統
．自然語言處理的未來趨勢與發展
目錄
章節說明:前言
Chapter 1：自然語言處理簡介
Chapter 2：TensorFlow 介紹
Chapter 3：Word2vec｜學習單詞內嵌
Chapter 4：Word2vec 進階
Chapter 5：CNN 卷積神經網路｜句子分類
Chapter 6：RNN 遞迴神經網路
Chapter 7：LSTM 長短期記憶網路
Chapter 8：LSTM 的應用：生成文字
Chapter 9：LSTM 的應用：生成圖片說明
Chapter 10：Seq2Seq 序列轉序列｜ NMT 神經機器翻譯
Chapter 11：NLP 自然語言處理的趨勢與未來
Appendix A：數學基礎和 TensorFlow 進階概念
Chapter 1：自然語言處理簡介
Chapter 2：TensorFlow 介紹
Chapter 3：Word2vec｜學習單詞內嵌
Chapter 4：Word2vec 進階
Chapter 5：CNN 卷積神經網路｜句子分類
Chapter 6：RNN 遞迴神經網路
Chapter 7：LSTM 長短期記憶網路
Chapter 8：LSTM 的應用：生成文字
Chapter 9：LSTM 的應用：生成圖片說明
Chapter 10：Seq2Seq 序列轉序列｜ NMT 神經機器翻譯
Chapter 11：NLP 自然語言處理的趨勢與未來
Appendix A：數學基礎和 TensorFlow 進階概念
顯示全部內容
|
