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+
．
全格局使用PyTor
．
全格局使用PyTor
．
全格局使用PyTor
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
別再mnist了：跨平台高平行TensorFlow 2精彩上陣
作者：
李金洪
分類：
電腦與網路
／
綜論
出版社：
深智數位
出版日期：2021/4/19
ISBN：9789865501860
書籍編號：kk0530391
頁數：608
定價：
1000
元
優惠價：
79
折
790
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=kk0530391'>別再mnist了：跨平台高平行TensorFlow 2精彩上陣</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0530391'><img src='https://www.silkbook.com/mall_image/bk/kk0530391.jpg' ALT='別再mnist了：跨平台高平行TensorFlow 2精彩上陣' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
別再mnist了：跨平台高平行TensorFlow 2精彩上陣 內容簡介 ► 一本完整高階的TensorFlow 2.x應用 ► 一定要選一個AI框架，TensorFlow是唯一選擇，加入動態圖、整合了Keras ► 學一個TensorFlow，會兩種AI Framework，怎麼看都划算 TensorFlow 是目前使用最廣泛的機器學習架構，能滿足廣大使用者的需求。如今TensorFlow 已經更新到2.X 版本，具有更強的便利性。TensorFlow在2.0版之後做了大幅更動，如果你從舊版1.0學的跌跌撞撞，不如從新版開始。 很多人以為TensorFlow只適用於深度學習，但TensorFlow的廣度和深度是成正比的。本書實作了幾個著名的範例，不再只會MNIST而已了。從NLP、影像辨識、GAN，一直到真槍實彈的機器學習技能，TensorFlow一手包辦。 你真的想找一本完整高階的TensorFlow 2.x應用，這會是最佳的案頭書。 全書內容分為4篇，結構清晰、案例豐富、通俗容易、實用性強。 ◎第1篇 準備篇 包含TensorFlow的安裝、使用方法。這部分內容可以讓讀者快速上手TensorFlow工具。 ◎第2篇 基礎篇 包含資料集製作、特徵工程等資料前置處理工作，以及與數值分析相關的模型（其中包含wide_deep模型、梯度提升樹、知識圖譜、帶有JANET單元的RNN等模型）。 ◎第3篇 進階篇 從自然語言處理、電腦視覺兩個應用方向介紹了基礎的演算法原理和主流的模型。實際包含：TextCNN模型、帶有注意力機制的模型、帶有動態路由的RNN模型、BERTology系列模型、EfficientNet系列模型、Anchor-Free模型、YOLO V3模型等。 ◎第4篇 高階篇 介紹產生式模型和零次學習兩種技術，系統地介紹資訊熵、歸一化、f-GAN、最佳傳輸、Sinkhorn演算法，以及變分自編碼、DeblurGAN、AttGAN、DIM、VSC等模型。 適合讀者群： 適合對人工智慧、TensorFlow有興趣者，或作為大專相關科系學生、教育訓練機構教材。
作者簡介 李金洪 精通c、c++、彙編、python、java、go等語言。擅長神經網路、演算法、協議分析、逆向、移動互聯網安全架構等技術。先後擔任過CAD演算法工程師、手機遊戲主程、架構師、專案經理、CTO、部門經理、資深產品總監等職位。
目錄 前言 第一篇 準備篇 01 學習準備 1.1 什麼是TensorFlow 架構 1.2 如何學習本書3 02 快速上手TensorFlow 2.1 設定TensorFlow 環境 2.2 訓練模型的兩種方式 2.3 實例1：用靜態圖訓練模型，使其能夠從一組資料中找到 y ≈ 2x 規律 2.4 實例2：用動態圖訓練一個具有儲存檢查點功能的回歸模型 03 TensorFlow 2.X 程式設計基礎 3.1 動態圖的程式設計方式 3.2 掌握估算器架構介面的應用 3.3 實例7：將估算器模型轉化成靜態圖模型 3.4 實例8：用估算器架構實現分散式部署訓練 3.5 掌握tf.keras 介面的應用 3.6 分配運算資源與使用分佈策略 3.7 用tfdbg 偵錯TensorFlow 模型 3.8 用自動混合精度加速模型訓練 第二篇 基礎篇 04 用TensorFlow 製作自己的資料集 4.1 資料集的基本介紹 4.2 實例11：將模擬資料製作成記憶體物件資料集 4.3 實例12：將圖片製作成記憶體物件資料集 4.4 實例13：將Excel 檔案製作成記憶體物件資料集 4.5 實例14：將圖片檔案製作成TFRecord 資料集 4.6 實例15：將記憶體物件製作成Dataset 資料集 4.7 實例16：將圖片檔案製作成Dataset 資料集 4.8 實例17：在動態圖中讀取Dataset 資料集 4.9 實例18：在不同場景中使用資料集 4.10 tf.data.Dataset 介面的更多應用 05 數值分析與特徵工程 5.1 什麼是特徵工程 5.2 什麼是特徵列介面 5.3 實例24：用wide_deep 模型預測人口收入 5.4 實例25：梯度提升樹（TFBT）介面的應用 5.5 實例26：以知識圖譜為基礎的電影推薦系統 5.6 實例27：預測飛機引擎的剩餘使用壽命 第三篇 進階篇 06 自然語言處理 6.1 BERT 模型與NLP 的發展階段 6.2 實例28：用TextCNN 模型分析評論者是否滿意 6.3 實例29：用帶注意力機制的模型分析評論者是否滿意 6.4 實例30：用帶有動態路由的RNN 模型實現文字分類任務 6.5 NLP 中的常見任務及資料集 6.6 了解Transformer 函數庫 6.7 實例31：用管線方式完成多種NLP 任務 6.8 Transformers 函數庫中的自動模型類別（TFAutoModel） 6.9 Transformers 函數庫中的BERTology 系列模型 6.10 Transformers 函數庫中的詞表工具 . 6.11 BERTology 系列模型 6.12 用遷移學習訓練BERT 模型來對中文分類 07 機器視覺處理 7.1 實例34：使用預訓練模型識別影像 7.2 了解EfficientNet 系列模型 7.3 實例36：在估算器架構中用tf.keras 介面訓練ResNet 模型，識別圖片中是橘子還是蘋果 7.4 以圖片內容為基礎的處理任務 7.5 實例37：用YOLO V3 模型識別門牌號 第四篇 高階篇 08 生成式模型：能夠輸出內容的模型 8.1 快速了解資訊熵（information entropy） 8.2 通用的無監督模型-- 自編碼與對抗神經網路 8.3 實例38：用多種方法實現變分自編碼神經網路 8.4 常用的批次歸一化方法 8.5 實例39：建置DeblurGAN 模型，將模糊照片變清晰 8.6 更加了解WGAN 模型 8.7 實例40：建置AttGAN 模型，對照片進行加鬍子、加頭簾、 加眼鏡、變年輕等修改 8.8 散度在神經網路中的應用 8.9 實例42：用Deep Infomax（DIM）模型做一個圖片搜尋器 09 識別未知分類的方法：零次學習 9.1 了解零次學習 9.2 零次學習中的常見困難10.1 概述 9.3 帶有視覺結構約束的直推ZSL（ VSC模型） 9.4 詳解Sinkhorn 疊代演算法 9.5 實例43：用VSC 模型識別圖片中的鳥屬於什麼類別 9.6 提升零次學習精度的方法 後記
生成式 AI 入門
開源閉源LLM應用：
全民瘋 AI 系列：
AI工具使用手冊：學
AIGC大型語言模型
你的第一本智慧體AI
全面掌握Gemini
LLM原理完整回顧：
AI PC基礎CPU
人人都會AI繪圖：開
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。
