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)
.
輕鬆學會Google
.
輕鬆學會Google
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
輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發
作者:
黃士嘉、林邑撰
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:2019/8/30
ISBN:9789864344178
書籍編號:kk0494482
頁數:304
定價:
520
元
優惠價:
79
折
411
元
書價若有異動,以出版社實際定價為準
絕版書
絕版書:確定不再版的商品,僅提供書籍資訊參考。
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
輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發
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
輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 內容簡介 初學者更容易上手的TensorFlow 2.0 透過Keras API可更加容易且快速搭建網路 運用TensorFlow 2.0和Keras API的強大靈活性和控制性,可輕鬆學會深度學習 [ TensorFlow 2.0語法更簡潔 ]學習門檻較低,使初學者更容易上手 [ TensorFlow 2.0支援多個平台 ]可以在多種平台上訓練生成的網路模型 [ TensorFlow 2.0內建Keras高階API ]Keras與TensorFlow的相容性、方便性和效率更高 [ TensorFlow 2.0簡化API ]只保留tf.keras,清除較少人使用和重複的API 在人工智慧(AI)的時代,TensorFlow已經成為深度學習開發的主流程式庫,其功能強大、運算效率高、支援多個平台,造就了業界和學術界的廣泛使用。然而,TensorFlow 1.x版的學習門檻高,對剛入門的初學者來說相當難上手,針對這個問題,Google開發團隊推出了TensorFlow 2.0版。TensorFlow 2.0引入了Eager Execution動態圖模式、Keras高階API和tf.data等三個功能,讓學習門檻大幅降低。本書使用最新的TensorFlow 2.0深度學習套件,並透過十個章節的內容,讓讀者同時學習到理論與實務應用。 拿起這本書,你將學到: ◎利用TensorFlow Keras API,並能充分理解使用簡潔指令、自由組合且容易擴展的模塊化API的優勢。 ◎利用tf.data資料輸入管道,速度更快、更簡單。 ◎學習TensorFlow高階技巧:客製化網路層、損失函數、指標函數和回調函數。 ◎學習TensorBoard高階技巧:TensorBoard低階API和超參數調校工具。 ◎使用TensorFlow Datasets資料集平台,更方便下載和使用。 ◎使用TensorFlow Hub開放預訓練模型平台,更方便搭建和使用預訓練權重。 ◎了解神經網路反向傳遞的原理。 ◎了解及實作全連接神經網路。 ◎了解及實作卷積神經網路。 ◎了解及實作遷移學習任務。 ◎掌握訓練網路的技巧:權重初始化的重要性、權重正規化、Dropout、Batch Normalization。 ◎運用深度學習經典網路架構:LeNet、AlexNet、VGG、GoogLeNet和ResNet。
作者簡介 黃士嘉 【經歷】 ◎國立臺北科技大學電子工程系 教授 ◎加拿大安大略理工大學 國際客座教授 ◎IEEE Sensors Journal 國際期刊編輯 ◎IEEE BigData Congress 國際會議主席 ◎IEEE CloudCom Conference 國際會議主席 【獲獎】 ◎經濟部第5屆國家產業創新獎 ◎ACM臺灣分會,李國鼎青年研究獎 ◎國立臺北科技大學電資學院,院傑出研究獎 ◎國立臺北科技大學,校傑出研究獎 ◎國立臺北科技大學,Dr.Shechtman年輕學者獎 林邑撰 【學歷】 ◎國立臺北科技大學電子工程系碩士
目錄 |CHAPTER 00| 環境安裝 0.1 Python安裝 0.2 TensorFlow安裝 0.3 Python擴充套件安裝 0.4 Jupyter Notebook 0.5 GitHub程式碼 |CHAPTER 01| TensorFlow 2.0介紹 1.1 什麼是深度學習? 1.2 建立專案 1.3 TensorFlow介紹 1.4 TensorFlow 2.0更動 1.5 Eager Execution 1.6 Keras 1.7 tf.data |CHAPTER 02| 迴歸問題 2.1 深度神經網路 2.2 Kaggle介紹 2.3 實驗一:房價預測模型 2.4 TensorBoard介紹 2.5 實驗二:過擬合問題 2.6 參考文獻 |CHAPTER 03| 二元分類問題 3.1 機器學習的四大類別 3.2 二元分類問題 3.3 實驗:精靈寶可夢對戰預測 3.4 參考文獻 |CHAPTER 04| 多類別分類問題 4.1 卷積神經網路 4.2 多類別分類問題 4.3 實驗:CIFAR-10影像識別 4.4 參考文獻 |CHAPTER 05| 神經網路訓練技巧 5.1 反向傳遞 5.2 權重初始化 5.3 Batch Normalization 5.4 實驗一:使用CIFAR-10資料集實驗三種權重初始化方法 5.5 實驗二:使用CIFAR-10資料集實驗Batch Normalization方法 5.6 總結各種網路架構的性能比較 5.7 參考文獻 |CHAPTER 06| TensorFlow 2.0進階技巧 6.1 TensorFlow進階技巧 6.2 Keras高階API與客製化API比較 6.3 實驗:比較Keras高階API和客製化API兩種網路訓練的結果 |CHAPTER 07| TensorBoard進階技巧 7.1 TensorBoard進階技巧 7.2 實驗一:使用tf.summary.image記錄訓練結果 7.3 實驗二:使用TensorBoard超參數調校工具來訓練多個網路模型 |CHAPTER 08| 卷積神經網路經典架構 8.1 神經網路架構 8.2 實驗:實作Inception V3網路架構 8.3 參考文獻 |CHAPTER 09| 遷移學習 9.1 遷移學習 9.2 實驗:遷移學習範例 9.3 參考文獻
ChatGPT超級應
Canva零基礎入門
聰明提問AI的技巧與
文科生也能輕鬆實現!
Raspberry
軟體設計耦合的平衡之
Python原力爆擊
敏捷成功之道:使用
生成式 AI 專案實
Kotlin程式開發
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。