輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 epub pdf txt mobi 電子書 下載 2024

圖書介紹


輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發


著者
齣版者 出版社:博碩 訂閱出版社新書快訊 新功能介紹
翻譯者
齣版日期 出版日期:2019/08/30
語言 語言:繁體中文



點擊這裡下載
    


想要找書就要到 灣灣書站
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

發錶於2024-03-28

類似圖書 點擊查看全場最低價

圖書描述

  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。
 

著者信息

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
 
輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 epub pdf txt mobi 電子書 下載

圖書目錄

|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

圖書序言

圖書試讀

None

輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 pdf 下載 epub 下載 txt 下載 mobi 下載 2024


輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 pdf 下載 epub 下載 txt 下載 mobi 下載 2024

輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 epub pdf txt mobi 電子書 下載 2024




想要找書就要到 灣灣書站
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

用戶評價

類似圖書 點擊查看全場最低價

輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發 pdf epub mobi txt 下載


分享鏈接





相關圖書




本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

友情鏈接

© 2024 twbook.tinynews.org All Rights Reserved. 灣灣書站 版權所有