人工智慧时代来临,必须学习的新技术
轻松学会「深度学习」:先学Keras再学TensorFlow
★成长最快领域:深度学习与类神经网路,是人工智慧成长最快的领域,让电脑更接近人类的思考。
★应用深入生活:手机语音助理、人脸识别、影像辨识、手写辨识、医学诊断、自然语言处理。
★实作快速上手:只需Python基础,依照本书Step by Step学习,就可以轻松学会深度学习概念与应用。
TensorFlow功能强大、执行效率高、支援各种平台,然而TensorFlow是低阶的深度学习程式库,学习门槛高。所以本书先介绍Keras,Keras是高阶的深度学习程式库(以TensorFlow作为后端引擎),对初学者学习门槛低,可以很容易地建立深度学习模型,并且进行训练、预测。等读者熟悉深度学习模型概念与应用后,再来学习TensorFlow就很轻松了。
【在Windows安装TensorFlow 1.0+Keras2.0】 对于初学者而言,在Windows安装非常简单容易上手。本书详细步骤说明,如何在Windows作业系统上,安装最新版的TensorFlow 1.0+Keras2.0。
【在Linux Ubuntu安装TensorFlow 1.0+Keras2.0】 因为Linux作业系统是大数据分析与机器学习很常用的平台。本书详细步骤说明,如何在Linux Ubuntu作业系统上,安装最新版的TensorFlow 1.0+Keras2.0。
【使用GPU大幅加快深度学习训练】 GPU的平行运算架构,可让深度学习训练比CPU快数十倍。您必须有Nvidia显示卡。然后依照本书步骤说明,安装Cuda、CudNN以及TensorFlow GPU版本,就可以使用GPU大幅加快深度学习训练。
【MNIST手写数字影像辨识,可辨识0~9的手写数字】 以实际范例说明,如何使用Keras与TensorFlow建构MLP(多层感知器)、CNN(卷积神经网路)模型,可辨识0~9的手写数字。
【CIFAR-10照片影像物体辨识,可辨识10种物体】 以实际范例说明,如何使用Keras建构CNN(卷积神经网路)模型,可辨识照片类别:飞机、汽车、鸟、猫、鹿、狗、青蛙、船、卡车。
【预测铁达尼号旅客生存机率】 以实际范例说明,如何使用Keras建构MLP(多层感知器)模型、可以预测旅客及铁达尼号电影男女主角生存机率,并且找出铁达尼号其他旅客的感人故事。
【IMDb影评文字「自然语言处理」与「情绪分析」】 情绪分析的商业价值,在于透过文字分析,得知顾客对公司或产品的评价,以调整营运策略。本书以实际范例说明,如何运用Keras自然语言处理,并且建构MLP(多层感知器)、RNN(递归神经网路)、LSTM(长短期记忆)等模型,可以预测影评文字是正面或负面评价。