 |
-- 會員 / 註冊 --
|
 |
|
|
|
深度學習｜內行人的做法 ( 繁體 字) |
| 作者：Josh Patterson,? Adam Gibson | 類別：1. -> 程式設計 -> 深度學習 |
| 譯者：藍子軒 |
| 出版社：歐萊禮圖書 |  3dWoo書號： 50528
詢問書籍請說出此書號！【缺書】
NT定價： 780 元
折扣價： 616 元
|
| 出版日：1/11/2019 |
| 頁數：550 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 繁體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9789865020262 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：雖然人們對機器學習展現了高度的興趣，但過高的期望往往無法讓專案走得太遠。機器學習（尤其是深度神經網路）在您的組織中，究竟能發揮什麼樣真正的作用呢？這本實戰指南不僅提供此主題相關的最實用資訊，還可協助您開始構建高效的深度學習網路。本書提供了許多關於深度學習調整、平行化、向量化與構建流程的基礎知識。雖然本書是引用開源Deeplearning4j（DL4J）函式庫來開發生產級工作流程，但裡頭所介紹的基礎知識，適用於任何函式庫。透過真實世界中的範例，您將學習到如何運用DL4J訓練深度網路架構，以及在Spark與Hadoop上運行深度學習工作流程的方法與策略。．了解神經網路進化到深度網路的歷程．探索一些主要的深度網路架構，包括卷積網路（CNN）與遞?網路（RNN）．學習如何針對特定的問題，找出正確對應的深度網路架構．針對一般神經網路與特定的深度網路架構，完整介紹調整相關的基礎知識．透過DL4J的工作流程工具DataVec，把向量化技術運用到不同的資料型態上．了解如何在Spark與Hadoop上，以原生方式使用DL4J名人推薦「本書涵蓋在現實世界中從事深度學習時，開發者必須知道的所有事情。」—— Grant Ingersoll, Lucidworks首席技術長 |
目錄：chapter 01 機器學習
chapter 02 神經網路和深度學習的基礎
chapter 03 深度網路基礎
chapter 04 深度網路的主要架構
chapter 05 打造深度網路
chapter 06 深度網路的調整
chapter 07 特定深度網路架構的調整
chapter 08 向量化
chapter 09 Spark 上使用深度學習與 DL4J
appendix A 什麼是人工智慧？
appendix B RL4J 與強化學習
appendix C 大家都應該知道的幾個數字
appendix D 神經網路與反向傳播：數學做法
appendix E 使用 ND4J API
appendix F 使用 DataVec
appendix G 使用 DL4J 的源程式碼
appendix H 設定 DL4J 專案
appendix I 設定 DL4J 專案
appendix J DL4J 安裝問題排除
索引 |
| 序： |
|
