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
|
iPhone 4S JB解禁秘術:Cydia 超限軟體300+
.
人腦電腦黃金交叉:人
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
強者用PyTorch:實作史上最經典AI範例
作者:
集智俱樂部
分類:
電腦與網路
/
綜論
出版社:
深智數位
出版日期:2020/1/20
ISBN:9789865501129
書籍編號:kk0503198
頁數:496
定價:
690
元
優惠價:
79
折
545
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
強者用PyTorch:實作史上最經典AI範例
圖片連結
複製語法
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
強者用PyTorch:實作史上最經典AI範例 內容簡介 ► 深度學習、PyTorch的入門書 ► 透過實際經典案例循序講解 還在用難用的Tensorflow嗎?還在用太簡單的Keras嗎? 2020年將是Pytorch正式超越Tensorflow、一統人工智慧框架世界的時代,如果還在頭痛怎麼用Tensorflow實作MNIST,快點投入PyTorch的懷抱吧! 本書實作最經典的人工智慧神經網路的案例,並且放入最新真實世界中的應用範例,如果有心要學習人工智慧,這本PyTorch實例書將帶你完成史上最有名的幾個經典範例,讓你功力大增之外,更一舉成為人工智慧的強者! 全書重點包括: ► 深度學習一路走來的歷史 ► PyTorch的張量、自動微分及nn模組的介紹 ► 預測共享單車投放數量 ► 中文文章情緒分析器 ► 一定要會的用CNN完成MNIST的辨識 ► 大型遷移學習對動物分類進行預測 ► MNIST的進一步,幫你把數字加起來 ► 自己動手做PRISMA:20種藝術家風格轉到你的照片 ► 假新聞有什麼稀奇,假以亂真的照片才叫厲害:GAN實作 ► NLP的大神Word2Vec的實作 ► 人工智慧音樂家:利用LSTM製作自動作曲機 ► Google的祕密武器:神經網路翻譯系統實作 ► 外掛有什麼了不起?用AI打電動,強化學習實作 專家推薦 「這本書緊接業界潮流,將人工智慧科普帶入了後AlphaGo 時代:遊戲飛鳥、自動作曲、語義星空⋯⋯涵蓋了深度學習領域的主流玩法。書中既有清晰容易的知識說明,讓你打好理論基礎,又有詳細的程式展示,一步步地教你做實際專案。這是一本揭示深度學習的秘笈!」 袁行遠,彩雲科技CEO、創始人 「本書寓教於樂,精心設計的實戰案例和循序漸進的學習方式都令人耳目一新。先從實戰專案出發,然後引用理論說明,最後深入剖析工作原理,環環相扣,引人入勝。期待看到PyTorch 之火的燎原之勢。」 高文超,微軟研究院軟體開發工程 「以2011 年AlexNet 贏得ImageNet 競賽為起始點,深度學習迅速席捲了整個人工智慧領域,但目前出版的有關深度學習的書大多偏重理論。這本書注重理論和實作的緊密結合,讀者可以在瞭解深度學習原理之後,立刻跟隨書中的程式動手實作,加深了解。如果想要追上人工智慧的浪潮,這本書是一個不錯的開始。」 鮑捷,文因互連CEO、聯合創始人 適合讀者群: 人工智慧相關軟體工程師、對人工智慧有興趣者, 或作為深度學習教材用。
作者簡介 集智俱樂部(Swarma Club) 成立於2003年,是一個從事學術研究、享受科學樂趣的探索者團體。宣導以平等開放的態度、科學實證的精神,進行跨學科的研究與交流,力圖搭建一個「沒有圍牆的研究所」。
目錄 前言 01 深度學習簡介 1.1 深度學習與人工智慧 1.2 深度學習的歷史淵源 1.3 深度學習的影響因素 1.4 深度學習為什麼如此成功 1.5 小結 1.6 參考文獻 02 PyTorch 簡介 2.1 PyTorch 安裝 2.2 初識PyTorch 2.3 PyTorch 實例:預測房價 2.4 小結 03 單車預測器:你的第一個神經網路 3.1 共享單車的煩惱 3.2 單車預測器1.0 3.3 單車預測器2.0 3.4 剖析神經網路Neu 3.5 小結 3.6 Q&A 04 機器也懂感情-- 中文情緒分類器 4.1 神經網路分類器 4.2 詞袋模型分類器 4.3 程式實現 4.4 執行結果6 4.5 剖析神經網路 4.6 小結 4.7 Q&A 05 手寫數字識別器-- 認識卷積神經網路 5.1 什麼是卷積神經網路 5.2 手寫數字識別器 5.3 剖析卷積神經網路 5.4 小結 5.5 Q&A 5.6 擴充閱讀 06 手寫數字加法機-- 遷移學習 6.1 什麼是遷移學習 6.2 應用案例:遷移學習如何抗擊貧困 6.3 螞蟻還是蜜蜂:遷移大型卷積神經網路 6.4 手寫數字加法機 6.5 小結 6.6 實作專案:遷移與效率 07 你自己的Prisma -- 影像風格遷移 7.1 什麼是風格遷移 7.2 風格遷移技術發展簡史 7.3 神經網路風格遷移 7.4 神經網路風格遷移實戰 7.5 小結 7.6 擴充閱讀 08 人工智慧造假術-- 影像產生與對抗學習 8.1 反卷積與影像產生 8.2 影像產生實驗1-- 最小均方誤差模型 8.3 影像產生實驗2-- 產生器—識別器模型 8.4 影像產生實驗3--GAN 8.5 小結 8.6 Q&A 8.7 擴充閱讀 09 詞彙的星空-- 神經語言模型與Word2Vec 9.1 詞向量技術介紹 9.2 NPLM:神經機率語言模型 9.3 Word2Vec 9.4 Word2Vec 的應用 9.5 小結 9.6 Q&A 10 LSTM 作曲機-- 序列產生模型 10.1 序列產生問題 10.2 RNN 與LSTM 10.3 簡單01 序列的學習問題 10.4 LSTM 作曲機 10.5 小結 10.6 Q&A 10.7 擴充閱讀 11 神經翻譯機-- 點對點機器翻譯 11.1 機器翻譯簡介 11.2 編碼—解碼模型 11.3 注意力機制 11.4 更多的改進 11.5 神經翻譯機的編碼實現 11.6 更多改進 11.7 廣義的翻譯 11.8 Q&A 12 AI 遊戲高手-- 深度強化學習 12.1 強化學習簡介 12.2 深度Q 學習演算法 12.3 DQN 玩Flappy Bird 的PyTorch 實現 12.4 小結 12.5 通用人工智慧還有多遠 12.6 Q&A 12.7 參考文獻
標籤科技的原理與實際
成為AI無法取代的那
AI應用全解,跨越技
LLM資安教戰手冊|
工程師下班有約:企業
深度學習詳解|台大李
AI 提問 X 學習
我們與機器人的光明未
深度學習最佳入門與專
深度學習最佳入門與專
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。