Deep Learning|用 Python 進行深度學習的基礎理論實作 Deep Learning ―Pythonで学ぶディープラーニングの理論と実装

斎藤康毅 著、吳嘉芳 譯

  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-1
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-2
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-3
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-4
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-5
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-6
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-7
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-8
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-9
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-10
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-11
  • Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-12
Deep Learning|用 Python 進行深度學習的基礎理論實作-preview-1

買這商品的人也買了...

相關主題

商品描述

不走捷徑,幫助您真正搞懂「深度學習」的真義
這是一本與「深度學習」有關的書籍。從入門開始說明,一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解:深度學習究竟是什麼?有何特色?根據何種原理來運作?

從零開始,由實做中學習
本書的目標是,盡量避免使用不瞭解內容的「黑盒子」,以基礎的知識為起點,以容易上手的Python撰寫程式,從動手實作的過程中,一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話,這本書並不屬於汽車駕訓教材,而是希望能夠幫助您瞭解車子的原理,而非教您開車的方法。為了瞭解汽車的結構,必須試著打開車子的引擎蓋,將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀,篩選出車子的核心部分,就像組合迷你模型般,製作出這台車子。本書的目標,就是透過製作車子的過程,讓你感受到自己實際可以製作出車子,進而熟悉與車子的相關技術。

本書特色:
.利用最少的外部函式庫,使用Python,從零開始實際執行深度學習的程式。
.說明Python 的用法,讓Python 的初學者也能理解。
.實際執行Python 的原始碼,同時提供讀者手邊可以進行實驗的學習環境。
.從簡單的機器學習問題開始,到最後執行精密辨識影像的系統。
.以淺顯易懂的方式說明深度學習與神經網路理論。
.針對看似複雜的技術,如誤差反向傳播與卷積運算等,利用實際操作方式說明,幫助理解。
.介紹在執行深度學習時,有幫助且實用的技巧,包括決定學習率的方法、權重的預設值等。
.說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。
.為什麼深度學習很優秀,為什麼加深層數,就能提高辨識準確度,為什麼隱藏層很重要,仔細說明這些「為什麼」。
.介紹自動運作、產生影像、強化學習等深度學習的應用範例。

作者簡介

斎藤康毅
1984年生於長崎縣對馬,畢業於東京工業大學工學院,東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。

目錄大綱

第一章 Python入門
第二章 感知器
第三章 神經網路
第四章 神經網路的學習
第五章 誤差反向傳播法
第六章 與學習有關的技巧
第七章 卷積神經網路
第八章 深度學習
附錄A Softmax-with-Loss層的計算圖
參考文獻