電子書 – Deep Learning with Python

深度學習適用於諸如影像分類,語音識別,文字分類,問答,文字轉語音和光學字元識別等人為廣大範圍的應用。Facebook 和 Google的照片標籤系統背後的技術,自動駕駛汽車,智慧型手機上的語音辨識系統等等。

特別是,深度學習擅長解決機器感知問題:理解影像資料,視訊資料或是聲音資料的內容。這是一個簡單的範例:假設你有大量的影像,並且你想要與每個影像相關聯的標籤,例如“狗”,“貓”等。深度學習可以讓你創建一個系統,了解如何將這些標籤映射到影像,僅從範例中學習。然後,該系統可以應用於新的影像,自動執行照片標記任務。一個深入的學習模型只需要提供一些任務的範例來開始為新的資料生成有用的結果。

“所選擇的範例不僅有用,而且在解決許多不同領域的問題方面突顯出了深度學習的靈活性。作者在給讀者介紹深入學習和 Keras 程式庫方面做的很好。“

~ Gustavo Patin

“很令人驚訝的一本書,讓已經知道 Python 的開發者且想要尋求更多的深入學習知識以及所有主要主題和概念,都被涵蓋並在本書且很好地講解,使用程式碼範例和圖表,而不是數學公式。”

~ Srdjan Santic

简体中文书籍介绍

關於這個技術

深度學習專家已經受到各大公司的高度追捧,需求也只有增加。問題是你要如何開始?Python 深度學習程式庫 Keras 是最廣泛使用的深度學習框架之一。Keras 的容易使用性和容易取用前端和中心,使其非常適合深度學習。

關於這本書

Python 深度學習是針對具有一些 Python 經驗的開發人員想要學習如何使用深度學習來解決現實世界的問題。本書圍繞一系列實際的程式碼範例進行了說明,說明了每個新概念的介紹和展示最佳實踐。你首先要了解什麼是深度學習,以及它如何與人工智慧和機器學習相結合,以及為什麼深度學習正在迅速獲得重要性。然後,你將學習機器學習的基本原理,最後,你將深入了解電腦視覺,自然語言處理等方面的實際應用。當你到達這本書的最後,你將成為一位 Keras 的專家,將能夠深度學習你自己的專案。

書的內容

  • 了解關鍵機器學習概念
  • 建立一個深入學習的電腦環境
  • 使用卷積神經網路來解決影像分類任務
  • 了解和視覺化神經網路學習的表徵
  • 使用遞歸神經網路來解決文字和序列分類任務
  • 使用深度學習影像風格轉換,文字生成和影像生成
  • 由 Python 深度學習程式庫 Keras 的創作者所撰寫

關於這本書的讀者

  • 讀者應該有Python經驗。不需要有機器學習或深入學習的經驗。

關於這本書的作者

Francois Chollet是Keras的創作者,Keras是 Python 深度學習中使用最廣泛的程式庫之一。自2012年以來,他一直在從事深層神經網路。Francois 目前正在 Google 做深度學習研究。他在blog.keras.io 部落格上分享關於深度學習資訊。


書籍網址 |5折優惠代碼查詢 | 課程討論專區

chollet-dlp-hi

你可能會有興趣

 歡迎使用 e-mail 訂閱 Soft & Share 

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: