登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
App程式設計入門：iPhone、iPad(附光碟)
．
Visual Bas
．
Excel分析與資料
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
TensorFlow模型解析與範例大全
作者：
陳鴻敏
分類：
電腦與網路
／
程式語言
叢書系列：單行本
出版社：
博碩文化
出版日期：2024/1/12
ISBN：9786263337107
書籍編號：kk0577047
頁數：424
定價：
760
元
優惠價：
79
折
600
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0577047'>TensorFlow模型解析與範例大全</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0577047'><img src='https://www.silkbook.com/mall_image/bk/kk0577047.jpg' ALT='TensorFlow模型解析與範例大全' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
TensorFlow模型解析與範例大全 內容簡介 【本書特色】 TensorFlow認證考試最佳參考書 附解說檔及練習題400題 ｜本書專為有志於認證考試或想深入了解人工智慧原理者而設計｜ 提供大量的習題及解說（超過400個），同時深入解說神經網路的運作原理，無論是初學者或進階者都適合閱讀。 ｜繪製獨門的示意圖｜ 利用Excel的工作表來展示各種演算法的運算過程，將抽象概念具體化。 ｜詳細解說損失函數、 激發函數、優化器、標籤編碼、單熱編碼、正規化、標準化、學習率、正向傳播、反向傳播及梯度下降法等機器學習的基礎觀念，以厚植人工智慧的實力｜ 這些觀念是開發人工智慧軟體的關鍵，也是一般學子最難搞懂的部分，本書以問答集的形式呈現，共計41個主題，例如：為何要使用交叉熵函數來計算誤差？如何選擇激發函數？如何建構孿生神經網路？何謂梯度消失與梯度爆炸？如何使用自注意力機制？ 【目標讀者】 ✔各級學校的學生。 ✔有志於認識人工智慧及參加認證考試的各界人士。
作者簡介 陳鴻敏 本書作者畢業於中興大學，歷任台塑、三光及中華航空公司等要職，長期從事於管理制度之設計與電腦系統的開發，熟悉各種電腦語言，著有《Excel分析與資料庫整合應用》、《Visual Basic開發應用系統的十堂課》、《R語言的資料採礦導引》等書，並於2021年通過TensorFlow開發者認證考試。
目錄 |Chapter 01| 神經網路之概念 1.1 神經網路模型簡介 1.2 神經網路模型運作解析 1.3 模型訓練的資訊 1.4 神經網路工作程序 1.5 應考須知 1.6 如何使用本書範例檔 |Chapter 02| 結構化資料的分類辨識 2.1 傳統的分類辨識方法 2.2 神經網路模型的分類辨識方法 |Chapter 03| 迴歸分析 3.1 傳統迴歸分析法 3.2 神經網路模型在簡單迴歸分析的用法 3.3 神經網路模型在多元迴歸分析的用法 |Chapter 04| 圖像辨識 4.1 圖像基本原理 4.2 圖片及影片的基本操作 4.3 傳統圖像辨識法的缺點 4.4 卷積神經網路說明 4.5 在TensorFlow中使用卷積層 4.6 在TensorFlow中使用池化層與展平層 4.7 卷積層與池化層的種類 4.8 開放數據集 |Chapter 05| 圖像資料的擴增 5.1 圖像擴增的意義 5.2 圖像擴增的方法 5.3 圖檔之讀取與分類 5.4 圖像資料產生器的特殊用途之一 5.5 圖像資料產生器的特殊用途之二 |Chapter 06| 預訓練模型的使用 6.1 預訓練模型簡介 6.2 預訓練模型的用法之一 6.3 預訓練模型的用法之二 6.4 預訓練模型的用法之三 6.5 預訓練模型的比較 6.6 遷移學習原理 |Chapter 07| 時間數列預測 7.1 時間數列的類型 7.2 時間數列預測法 7.3 時間數列預測步驟 7.4 時間步與時間數列之切割 7.5 循環神經網路的模式 7.6 循環神經網路之原理 7.7 循環神經網路的關鍵參數 |Chapter 08| 文本分類 8.1 文本處理步驟 8.2 移除停用詞 8.3 斷詞器 8.4 嵌入層與詞向量 8.5 預訓練的詞向量 8.6 文本分類的意義與程序 8.7 文本分類資料集簡介 8.8 文本預訓練模型之運用 8.9 文本分類的進階處理 |Chapter 09| 文本生成 9.1 文本生成概要 9.2 文本預處理 9.3 建構模型兩種 9.4 文本生成自訂函數 9.5 文本生成之斷句 9.6 自然語言處理的新發展 |附 錄|（附錄內容請至博碩官網下載） 附錄A 觀念解析 附錄B Google Colab使用方法 附錄C 範例檔清單_程式結構_套件版本
敏捷成功之道：使用
Kotlin程式開發
生成式 AI 專案實
從零開始學Pytho
共生之道：人類逆襲A
一本書讀懂DeepS
快速精通iOS 18
一本搞定DeepSe
圖說演算法 : 使用
圖說運算思維與演算邏
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
