*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202309*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:深度學習從入門到精通 (本科) ISBN:9787115618290 出版社:人民郵電 著編譯者:謝佳標 叢書名:數據科學與統計系列規劃教材 頁數:196 所在地:中國大陸 *此為代購商品 書號:1556909 可大量預訂,請先連絡。 內容簡介 本書基於當前流行的深度學習框架之一——Keras,從新手的角度出發,詳細講解Keras的原理,力求幫助讀者實現Keras從入門到精通。全書共9章,主要內容包括初識深度學習、深度學習的數據預處理技術、使用Keras開發深度學習模型、卷積神經網路及圖像分類、循環神經網路在文本序列中的應用、自編碼器、生成式對抗網路、模型評估及模型優化,以及深度學習實驗項目。本書內容由淺入深、語言通俗易懂,從基本原理到案例應用、從基礎演算法到對複雜模型的剖析,讓讀者在循序漸進的學習中理解Keras。 本書可作為高等院校計算機、通信、大數據等專業相關課程的教材,也可作為人工智慧、圖像處理、計算機等方向的科研人員和深度學習技術愛好者的參考書。目錄 第1章 初識深度學習1 1 深度學習基礎理論 1 1 1 機器學習與深度學習 1 1 2 神經網路基礎 1 1 3 常用深度學習模型 1 2 主流深度學習框架介紹 1 2 1 TensorFlow 1 2 2 PyTorch 1 3 深度學習開發環境搭建 1 3 1 硬體環境準備 1 3 2 軟體環境準備 1 3 3 安裝Anaconda 1 3 4 安裝TensorFlow 2 1 4 構建深度學習模型 1 4 1 MNIST數據集概述 1 4 2 數據預處理 1 4 3 構建及編譯模型 1 4 4 模型訓練 1 4 5 模型評估及預測 【本章知識結構圖】 【課後習題】 第2章 深度學習的數據預處理技術 2 1 數據預處理技術 2 1 1 結構化數據預處理 2 1 2 非結構化數據預處理 2 2 利用OpenCV進行圖像預處理 2 2 1 讀取、顯示和保存圖像 2 2 2 圖像像素的獲取和編輯 2 2 3 圖像幾何變換 2 2 4 色彩通道分離和融合 2 2 5 顏色空間轉換 2 3 利用TensorFlow進行圖像預處理 2 3 1 圖像縮放 2 3 2 圖像裁剪 2 3 3 圖像色彩調整 2 3 4 圖像翻轉 2 4 利用jieba進行文本預處理 2 4 1 jieba分詞 2 4 2 添加自定義詞典 2 4 3 關鍵詞提取 2 4 4 詞性標註 第3章 使用Keras開發深度學習模型 第4章 卷積神經網路及圖像分類 第5章 循環神經網路在文本序列中的應用 第6章 自編碼器 第7章 生成式對抗網路 第8章 模型評估及模型優化 第9章 深度學習實驗項目 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |