| | | TensorFlow+Keras深度學習人工智能實踐應用 | 該商品所屬分類:計算機/網絡 -> 人工智能 | 【市場價】 | 585-849元 | 【優惠價】 | 366-531元 | 【介質】 | book | 【ISBN】 | 9787302493020 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
![](https://bnmppic.bookuu.com/goods/05/48/53/201805054072109-fm.jpg)
-
出版社:清華大學
-
ISBN:9787302493020
-
作者:林大貴
-
頁數:311
-
出版日期:2018-02-01
-
印刷日期:2018-02-01
-
包裝:平裝
-
開本:16開
-
版次:1
-
印次:1
-
字數:531千字
-
-
淺入深地講解Keras與TensorFlow深度學習類神經網絡
使用實際的數據集配合範例程序代碼介紹各種深度學習算法,並示範如何進行數據預處理、訓練數據、建立模型和預測結果
-
本書提供安裝、上機操作指南,同時輔以大量範例程序介紹TensorFlow + Keras深度學習方面的知識。本書分9部分,共21章,內容主要包括基本概念介紹、TensorFlow 與 Keras 的安裝、Keras MNIST手寫數字識別、Keras CIFAR-10照片圖像物體識別、Keras多層感知器預測泰坦尼克號上旅客的生存概率、使用Keras MLP、RNN、LSTM進行IMDb自然語言處理與情感分析、以TensorFlow張量運算仿真神經網絡的運行、TensorFlow MNIST手寫數字識別、使用GPU大幅加快深度學習訓練。
TensorFlow + Keras深度學習方面的知識不需要具備高等數學模型、算法等專業知識,讀者隻需要具備基本的Python程序設計能力,按照本書的步驟循序漸進地學習,就可以了解深度學習的基本概念,進而實際運用深度學習的技術。
-
林大貴,從事IT行業多年,在繫統設計、網站開發、數字營銷、商業智慧、大數據、機器學習等領域具有豐富的實戰經驗。
-
第1章 人工智能、機器學習與深度學習簡介 1.1 人工智能、機器學習、深度學習的關繫 1.2 機器學習介紹 1.3 機器學習分類 1.4 深度學習簡介 1.5 結論 第2章 深度學習的原理 2.1 神經傳導的原理 2.2 以矩陣運算仿真神經網絡 2.3 多層感知器模型 2.4 使用反向傳播算法進行訓練 2.5 結論 第3章 TensorFlow與Keras介紹 3.1 TensorFlow架構圖 3.2 TensorFlow簡介 3.3 TensorFlow程序設計模式 3.4 Keras介紹 3.5 Keras程序設計模式 3.6 Keras與TensorFlow比較 3.7 結論 第4章 在Windows中安裝TensorFlow與Keras 4.1 安裝Anacinda 4.2 啟動命令提示符 4.3 建立TensorFlow的Anaconda虛擬環境 4.4 在Anaconda虛擬環境安裝TensorFlow與Keras 4.5 啟動Jupyter Notebook 4.6 結論 第5章 在Linux Ubuntu中安裝TensorFlow與Keras 5.1 安裝Anaconda 5.2 安裝TensorFlow與Keras 5.3 啟動Jupyter Notebook 5.4 結論 第6章 Keras MNIST手寫數字識別數據集 6.1 下載MNIST數據 6.2 查看訓練數據 6.3 查看多項訓練數據images與label 6.4 多層感知器模型數據預處理 6.5 features數據預處理 6.6 label數據預處理 6.7 結論 第7章 Keras多層感知器識別手寫數字 7.1 Keras多元感知器識別MNIST手寫數字圖像的介紹 7.2 進行數據預處理 7.3 建立模型 7.4 進行訓練 7.5 以測試數據評估模型準確率 7.6 進行預測 7.7 顯示混淆矩陣 7.8 隱藏層增加為1000個神經元 7.9 多層感知器加入DropOut功能以避免過度擬合
| | | | | |