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
|
．
StatQuest
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
StatQuest 圖解神經網路與深度學習
作者：
Josh Starmer
分類：
電腦與網路
／
AI•人工智慧
出版社：
深智數位
出版日期：2026/8/17
ISBN：9786267889596
書籍編號：kk0611918
頁數：288
定價：
890
元
優惠價：
79
折
703
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=kk0611918'>StatQuest 圖解神經網路與深度學習</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0611918'><img src='https://www.silkbook.com/mall_image/bk/kk0611918.jpg' ALT='StatQuest 圖解神經網路與深度學習' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
StatQuest 圖解神經網路與深度學習 ☆★☆ Youtube頻道訂閱超過160萬 ☆★☆ ☆★☆ 影片觀看次數突破9200萬次 ☆★☆ ☆★☆ StatQuest with Josh Starmer幕後創作者繁體中文書 ☆★☆ ☆★☆ 看漫畫學習神經網路與深度學習 ☆★☆ Josh Starmer博士在YouTube的影片觀看次數突破9200萬次(截至2026年6月的數據)，他幫助世界各行各業的人贏得數據科學競賽、通過考試、順利畢業、成功求職或晉升，因此被大家譽為「矽谷守護神」。 本書是面對大眾的神經網路與深度學習科普書籍，延續了Josh Starmer博士暢銷書《StatQuest圖解機器學習》的視覺化表達形式與幽默的語言風格。書中並未簡化核心概念，而是將複雜的AI技術拆解為一個個演算法小片段，透過串連這些片段，清楚呈現神經網路的構成邏輯，以及AI技術的誕生原理，引導讀者更深入透徹的理解神經網路與深度學習的本質。同時，本書注重理論與實踐的結合，每一個核心概念都有搭配PyTorch實作教學，手把手教讀者從零開始編寫神經網路程式碼。 全書兼顧扎實的基礎理論與落地的實踐操作，內容上從統計基礎知識逐步延伸至神經網路核心原理，搭配完整的PyTorch程式碼，非常適合AI技術入門者基礎學習。
第1章 神經網路和人工智慧的基本原理 神經網路：主要思維1 神經網路：主要思維2 啟動函數：主要思維 神經網路的實際應用：詳解 PyTorch：基本神經網路 第2章 使用反向傳播優化權重和偏置 反向傳播：主要思維 優化單個權重：詳解 優化單個權重：求導 優化單個權重：梯度下降法 SGD和Adam法：主要思維 優化所有權重：主要思維 優化所有參數：等式 優化所有參數：求導 優化所有參數：梯度下降法 PyTorch：反向傳播 第3章 多輸入多輸出的神經網路 多輸入多輸出：主要思維 多輸入多輸出的實際應用：詳解 PyTorch：多輸入多輸出的神經網路 第4章 使用ArgMax和SoftMax簡化輸出 ArgMax和SoftMax：主要思維 ArgMax：詳解 SoftMax：詳解 PyTorch：ArgMax函數和SoftMax函數 第5章 透過交叉熵提升訓練效率 交叉熵：主要思維 交叉熵：詳解 交叉熵與反向傳播 第6章 卷積神經網路和圖像分類 卷積神經網路：主要思維 卷積神經網路：詳解 PyTorch：卷積神經網路 第7章 循環神經網路與股票預測 循環神經網路：主要思維 循環神經網路：詳解 循環神經網路：反向傳播 梯度消失/梯度爆炸問題 第8章 長短期記憶網路與更好的股票預測 長短期記憶網路：主要思維 長短期記憶網路：詳解 長短期記憶網路：實際應用 PyTorch：長短期記憶網路 第9章 詞嵌入技術在單詞數值化中的應用 詞嵌入：主要思維 優化單個權重：詳解 PyTorch：詞嵌入 第10章 編碼器—解碼器架構與機器翻譯 編碼器—解碼器架構：主要思維 編碼器—解碼器架構：詳解 PyTorch編碼器解碼器模型 第11章 注意力機制與更好的機器翻譯 注意力機制：主要思維 優化單個權重：詳解 PyTorch：注意力機制 第12章 Transformer架構與更強大的機器翻譯 Transformer：主要思維 Transformer：編碼器詳解 Transformer：解碼器詳解 Transformer：層的歸一化 Transformer：相似度的度量 Transformer：多頭注意力 Transformer：額外的全連接層 Transformer：堆疊子單元 Transformer：模型訓練/ PyTorch：基於編碼器解碼器Transformer模型的架構 第13章 僅解碼器Transformer架構與海量文本生成 僅解碼器Transformer：主要思維 僅解碼器Transformer：詳解 僅解碼器Transformer：模型訓練 PyTorch：僅解碼器Transformer 第14章 僅編碼器Transformer在分類與聚類中的應用 僅編碼器Transformer：主要思維 僅編碼器Transformer：詳情 僅編碼器Transformer：實際應用 僅編碼器Transformer：模型訓練 僅編碼器Transformer：透過預訓練模型的程式碼實現 致謝 附錄 在課堂裡學過，但需要溫習的知識 (至深智官網下載)
Google Gem
ChatGPT 對話
輕鬆學會RAG實作開
ChatGPT ×
Claude Cod
OpenClaw 實
萬顆GPU的訓練：分
現代 AI 全景聖經
用 macOS 完整
AI時代不缺席 －
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。
