-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

深度學習快速入門—使用TensorFlow

( 繁體 字)
作者:Giancarlo Zaccone類別:1. -> 程式設計 -> 深度學習
譯者:
出版社:博碩文化深度學習快速入門—使用TensorFlow 3dWoo書號: 46382
詢問書籍請說出此書號!

缺書
NT定價: 360
折扣價: 270

出版日:1/13/2017
頁數:160
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 繁體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9789864341795
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

無光碟內容:
約莫20年前,小編正在知識工程實驗室做研究時,人工智慧與機器學習是當時研究室的研究主軸,人工智慧更是資訊工程與科學博士班資格考的科目之一。然而在哪個年代,有許多教授並不看好這個領域能在短期內獲得突飛猛進的成果,原因在於,相關理論研究都已存在數十年了,即便是1997年廣為人知的深藍超級電腦,也只是靠著優異的硬體設備來打敗西洋棋王(採用的僅僅是暴力搜尋法,沒什麼好做學問的)。而圍棋規則所造成的複雜度(分支過多,導致無法單純依靠硬體設備來求勝)一直無法在人工智慧上取得突破。2016年情勢有所轉變,AlphaGo終於打敗了圍棋棋王,貢獻者黃士傑說明了所使用的是「深度學習」,這下子可不得了,「深度學習」霎那間熱門起來了,連帶再次炒熱了機器學習領域。在眾多求職網站上,到處都可以找到徵求具有深度學習專長的職缺,並且薪資頗高。對此,有許多離開校園五年以上的職場高手也想躍躍欲試,但又對於本身的能力有所懷疑,最常聽到他們這樣說:「人工智慧我學得還不錯,機器學習也修過一次課,但從沒學過深度學習耶!」如果您也是這樣的人,那麼這本書可以做為您快速入門「深度學習」的參考書。其實說到底,「深度學習」仍舊是由機器學習的一環衍生出來的,而機器學習又是人工智慧的一環;講得更明白一點,深度學習有時其實不過就是一種特殊的類神經網路罷了,聽到「類神經網路」,您應該覺得熟悉多了吧!或許您同時也會覺得,那好像也沒什麼了不起。的確如此,先來看看AlphaGo貢獻者黃士傑的博士論文吧,那是關於蒙地卡羅樹枝搜尋法在電腦圍棋程式的運用。您或許會問,蒙地卡羅方法不是幾十年前就發明了嗎?是的,AlphaGo當然沒有那麼簡單,但現今與數十年前最主要的變化是GPU誕生了,並且效能獲得大幅提升且日益普及(成本下降),而「深度學習」充分利用了這一點,將相關演算法的運算分配給為數眾多的GPU核心去處理,達到了效能上的要求。為了快速理解「深度學習」,小編替各位讀者挑選了本書,作為深度學習的入門書籍(這或許是第一本關於深度學習的繁體中文書籍),深度學習的原理與技術細節其實不只一種,各家大廠對此都投入頗深,當中又以Google堪稱現今人工智慧領域的霸主。因此小編選了這本書,因為AlphaGo正是由Google研發出來的,而為了讓更多人參與科技的發展,Google甚至提供了TensorFlow這個可有效運用GPU的深度學習框架,以開放原始碼的方式提供給所有IT技術人員,以期集合眾人之力來改變這個世界。話說,TensorFlow雖然因著深度學習而紅,但萬丈高樓平地起,蒙地卡羅方法的關鍵在於加入了機率這個概念,因此,本書將從使用TensorFlow求解數學問題開始介紹,進而朝向機器學習與類神經網路邁進,在此同時,您將回顧以往熟悉的線性迴歸、分類(Classifiers)與最近鄰居演算法、群集(clustering)與k-means演算法、單層感知器、邏輯斯迴歸、多層感知器等等知識,並使用TensorFlow來建立模型與求解問題。到了本書的後半段,將正式進入深度學習與GPU程式設計的議題,包含卷積神經網路CNN與遞迴神經網路RNN等兩種最知名的深度學習模型,並且在本書的末尾,也將介紹一個TensorFlow Serving,它是一種RPC,可以提供客戶端服務,伺服器可成功載入並執行經過訓練的TensorFlow模型,讓您沒有太多硬體上的顧慮。這使得實驗室裡的機器學習模型得以正式成為生產系統。~~~~~~~~~~~~~~~~~~~~~~~~~~~~不用再徬徨,現在就透過《深度學習快速入門—使用TensorFlow》這本書,展開您的深度學習的旅程吧!*本書精彩內容*
目錄:

Chapter 1 TensorFlow:基本概念

 機器學習與深度學習的基礎
  TensorFlow:總體概述
  Python的基礎
 安裝TensorFlow
 第一次實地操作
 資料流圖形
  TensorFlow程式設計模型
   如何使用TensorBoard
 總結

Chapter 2 用TensorFlow求解數學問題

 張量資料結構
 複數及碎形(fractals)
 計算梯度(gradient)
 隨機數值
 總結

Chapter 3 機器學習簡介與應用

 線性迴歸演算法
 分類(Classifiers)
 資料群集(Data clustering)
 總結

Chapter 4 類神經網路簡介

 什麼是類神經網路?
 單層感知器
   邏輯斯迴歸(logistic regression)
 多層感知器
   多層感知器函數近似(function approximation)
 總結

Chapter 5 深度學習

 深度學習技術
 卷積神經網路CNN
   CNN架構
   CNN的TensorFlow實作
 遞迴神經網路RNN
   RNN架構
   LSTM網路
   使用TensorFlow進行自然語言處理
 總結


Chapter 6 GPU程式設計和TensorFlow服務

  GPU程式設計
  TensorFlow服務(TensorFlow Serving)
   如何安裝TensorFlow Serving
   如何使用TensorFlow Serving
   訓練和輸出模型
   執行session
 載入與輸出一個TensorFlow模型
 測試伺服器
 總結
序: