具体描述
用 Python + Keras 实践深度学习, 解开神经网路模型的黑盒子
在高阶函式库 Keras 的帮助下, 用 6 行程式就可写一只深度学习神经网路的程式, 建构深度学习模型就像玩乐高积木一样, 可以轻易将各种神经网路组合在一起, 而每一种模型可用来解决不同的问题。
正宗 Keras 大神着作,正体中文版重磅登场
本书为 Keras 之父 François Chollet 亲自撰写, 详细解说神经网路每一层的架构与原理, 并不时提供个人经验累积而成的真知灼见, 带领读者熟悉机器学习的标准工作流程, 并了解如何使用 Keras 解决从电脑视觉到自然语言处理的各种实务问题, 例如图像分类、时间序列预测、情感分析、图像和文字资料的生成...等, 最有效率实作出可用的模型, 绝对是机器学习、资料科学、人工智慧从业人员必读的经典之作。
最后引述 François Chollet 在书中所说:深度学习并不难, 只是又多又杂, 这本书就是希望能够提供更多人了解深度学习的第一步。这不表示我们会把复杂的内容简化 (因为这些都是深度学习所必需的), 而是希望各位不要担心深度学习太过于困难而裹足不前。希望你能够发现本书的价值, 并跟着本书逐步建构属于你的人工智慧应用程式。
■ CNN – 用于电脑视觉的深度学习
■ RNN – 用于文字与序列资料的深度学习
■ LSTM、VAE 与 DeepDream
■ 神经风格转换
■ GAN 生成对抗神经网路
■ 机器学习与神经网路
■ 张量 Tensor 与张量运算
■ Keras API、callbacks 与 TensorBoard
■ 超参数优化与模型集成
本书相关资源网页如下, 请登录下载范例程式及 Bonus:
www.flag.com.tw/bk/t/f9379
也欢迎加入本书社群, 和技术者们直接对话!
「从做中学 Learning by doing」粉丝专页
(www.facebook.com/flaglearningbydoing/)
本书特色
本书由施威铭研究室 监修, 书中会针对原书所提及的背景知识做补充, 所有程式均经过实际执行测试, 并适当添加註解与程式码, 帮助读者能更加理解程式内容。