Online Catalog > Book
Check-outs :

TensorFlow + Keras深度學習人工智慧實務應用

  • Hit:277
  • Rating:0
  • Review:0
  • Trackback:0
  • Forward:0



  • Bookmark:
轉寄 列印
第1級人氣樹(0)
人氣指樹
  • keepsite
  • Introduction
  • About Author
  • Collection(0)
  • Review(0)
  • Rating(0)

人工智慧時代來臨,必須學習的新技術
輕鬆學會「深度學習」:先學Keras再學TensorFlow

  ★成長最快領域:深度學習與類神經網路,是人工智慧成長最快的領域,讓電腦更接近人類的思考。
  ★應用深入生活:手機語音助理、人臉識別、影像辨識、手寫辨識、醫學診斷、自然語言處理。
  ★實作快速上手:只需Python基礎,依照本書Step by Step學習,就可以輕鬆學會深度學習概念與應用。

  TensorFlow功能強大、執行效率高、支援各種平台,然而TensorFlow是低階的深度學習程式庫,學習門檻高。所以本書先介紹Keras,Keras是高階的深度學習程式庫(以TensorFlow作為後端引擎),對初學者學習門檻低,可以很容易地建立深度學習模型,並且進行訓練、預測。等讀者熟悉深度學習模型概念與應用後,再來學習TensorFlow就很輕鬆了。

  【在Windows安裝TensorFlow 1.0+Keras2.0】
  對於初學者而言,在Windows安裝非常簡單容易上手。本書詳細步驟說明,如何在Windows作業系統上,安裝最新版的TensorFlow 1.0+Keras2.0。

  【在Linux Ubuntu安裝TensorFlow 1.0+Keras2.0】
  因為Linux作業系統是大數據分析與機器學習很常用的平台。本書詳細步驟說明,如何在Linux Ubuntu作業系統上,安裝最新版的TensorFlow 1.0+Keras2.0。

  【使用GPU大幅加快深度學習訓練】
  GPU的平行運算架構,可讓深度學習訓練比CPU快數十倍。您必須有Nvidia顯示卡。然後依照本書步驟說明,安裝Cuda、CudNN以及TensorFlow GPU版本,就可以使用GPU大幅加快深度學習訓練。

  【MNIST手寫數字影像辨識,可辨識0~9的手寫數字】
  以實際範例說明,如何使用Keras與TensorFlow建構MLP(多層感知器)、CNN(卷積神經網路)模型,可辨識0~9的手寫數字。

  【CIFAR-10照片影像物體辨識,可辨識10種物體】
  以實際範例說明,如何使用Keras建構CNN(卷積神經網路)模型,可辨識照片類別:飛機、汽車、鳥、貓、鹿、狗、青蛙、船、卡車。

  【預測鐵達尼號旅客生存機率】
  以實際範例說明,如何使用Keras建構MLP(多層感知器)模型、可以預測旅客及鐵達尼號電影男女主角生存機率,並且找出鐵達尼號其他旅客的感人故事。

  【IMDb影評文字「自然語言處理」與「情緒分析」】
  情緒分析的商業價值,在於透過文字分析,得知顧客對公司或產品的評價,以調整營運策略。本書以實際範例說明,如何運用Keras自然語言處理,並且建構MLP(多層感知器)、RNN(遞歸神經網路)、LSTM(長短期記憶)等模型,可以預測影評文字是正面或負面評價。

作者簡介

林大貴

  作者從事IT產業多年,系統設計、網站開發、數位行銷、商業智慧、大數據、機器學習等領域,具備豐富的實務經驗。目前從事大數據分析、機器學習、深度學習與人工智慧,相關的研究、教學與企業顧問。

  【facebook粉絲團】
  www.facebook.com/TensorflowKeras/

  【部落格】
  tensorflowkeras.blogspot.tw/

Must Login
Must Login
Must Login
Must Login