Knock Knock! Deep Learning:新手入門深度學習的敲門磚(iT邦幫忙鐵人賽系列書)( 繁體 字) | |
作者:廖珮妤 著 | 類別:1. -> 程式設計 -> 深度學習 |
出版社:博碩文化 | 3dWoo書號: 55350 詢問書籍請說出此書號! 缺書 NT定價: 折扣價: 420 元 |
出版日:11/5/2021 | |
頁數:240 | |
光碟數:0 | |
站長推薦: | |
印刷:黑白印刷 | 語系: ( 繁體 字 ) |
ISBN:9789864349180 | 加入購物車 │加到我的最愛 (請先登入會員) |
(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, 繁體書的下載亦請直接連絡出版社) | |
|Chapter 01| 導讀
1.1 什麼是深度學習? 1.2 會探討哪些技術?是否會不夠扎實? 1.3 需要哪些預備知識 1.4 深度學習的相關書籍這麼多,為什麼要看這本書? |Chapter 02| 深度學習基礎理論 2.1 從人腦啟發的深度學習 2.2 什麼是訓練一個神經網路? 2.3 細解預測步驟:輸入、權重、激發 2.4 細解訓練步驟:損失、反向傳播、參數更新 2.5 自我檢驗 |Chapter 03| 深度學習必備實作知識與工具 3.1 Coding前你必須認識的工具 3.2 背考古題不算懂:訓練、測試、驗證集 3.3 幾分能力就做多少事:Overfitting、Underfitting、正則化 3.4 規格統一,做事更有效率:歸一化 3.5 參數初始化有套路 3.6 更優雅的進行優化 3.7 自我檢驗 3.8 參考文獻 |Chapter 04| PyTorch入門 4.1 深度學習框架之亂 4.2 PyTorch安裝 4.3 建立神經網路模型流程概述 4.4 基礎資料形式:Tensor 4.5 Tensor之間的連結網路:計算圖 4.6 PyTorch函數收納箱 4.7 PyTorch優化器 4.8 定義模型架構:Module 4.9 資料集處理 4.10 Hello Deep Learning! MNIST手寫數字辨識實作範例 4.11 自我檢驗 |Chapter 05| 自然語言處理 5.1 讓我著迷的Word2Vec 5.2 詞向量的使用與視覺化 5.3 語言與RNN 5.4 Hello RNN! 中文文本生成實作範例 5.5 打掉重練的勇氣:Google 翻譯與Seq2Seq 5.6 大躍進:注意力機制 5.7 注意力才是王道:Transformer 5.8 Hello Transformer! 二訪中文文本生成實作範例 5.9 再度大躍進:BERT 5.10 Hello BERT! 文字情緒分析實作範例 5.11 小結 5.12 自我檢驗 5.13 參考文獻 |Chapter 06| 電腦視覺 6.1 從ImageNet發起的資料大戰 6.2 圖像與CNN 6.3 文字也有結構,圖像也有序列 6.4 圖像描述生成實作範例 6.5 改變世界的GAN 6.6 字型風格轉換實作分享 6.7 小結 6.8 自我檢驗 6.9 參考文獻 |Chapter 07| 強化學習 7.1 決策與RL 7.2 用RL玩電動:Deep Atari 7.3 Hello RL! CartPole實作範例 7.4 用RL打撞球:DeepCueLearning實作分享 7.5 令世界驚艷的AlphaGo 7.6 小結 7.7 自我檢驗 7.8 參考文獻 |Chapter 08| 結語與解答 8.1 第二章解答 8.2 第三章解答 8.3 第四章解答 8.4 第五章解答 8.5 第六章解答 8.6 第七章解答 網路下載範例檔">【本書特色】
最貼近新手的深度學習理論及應用全方位入門書! ?學習必備理論,打好基礎,新手不怕被過多的數學式嚇跑。 ?使用PyTorch直覺易懂且強大的深度學習框架,開始應用的第一步。 ?了解自然語言處理、電腦視覺與強化學習等三大領域經典應用與實作,領略深度學習的強大。 ?兼顧理論與實作,而非偏頗一方,培養讀者較全面的理解。 ?包含經典學術論文與知名專案技術講解,幫助讀者掌握此技術所能到達的高度。 ?每章末提供自我檢驗題目,幫助理解與統整各章概念。 【內容簡介】 本書內容改編自第12屆iT邦幫忙鐵人賽AI & Data組冠軍系列文章《Knock Knock!Deep Learning》,是專為深度學習初學者所規劃的內容,旨在以淺顯易懂的文字,帶領深度學習領域的新手度過入門撞牆期。內容從深度學習的基本理論開始,並以PyTorch框架的介紹過渡至應用篇,最後以自然語言處理、電腦視覺與強化學習等三大領域的經典論文與實作專案收尾,循序漸進且去蕪存菁。本書會帶入許多故事性的敘述和插圖,結合作者自身在史丹佛大學修讀碩士期間的學習心得,以及深度學習發展相關的故事,期使本書讀起來不會如教科書一樣厚重,亦不會像網路上的技術文章一般零散無脈絡,讓讀者對深度學習領域的發展有一定的概念。 【內容重點】 ?了解深度學習的基礎理論以及必備的實作知識與工具 內容從人類的神經網路開始,介紹深度學習與其相似之處,並理解神經網路的學習步驟,同時也介紹一些必備的實作知識與工具,以具備基本的實作工程技能。 ?入門深度學習框架PyTorch 內容介紹語法簡潔、好上手且在學術界流行的PyTorch框架,著重實作與應用。 ?深度學習×自然語言處理×電腦視覺×強化學習 內容會依序談到深度學習在三方面的應用,如自然語言處理(Natural Language Processing,NLP)、電腦視覺(Computer Vision,CV)、強化學習(Reinforcement Learning,RL)。除了基本簡介外,還會介紹一些基本實作和改變世界的技術成果。 【適用讀者】 ?對深度學習有興趣,但還不知道它是什麼、能做什麼的新手。 ?零散讀過深度學習相關文章,但仍有知識缺口的入門者。 ?被教科書中龐大的數學理論嚇到,而對深度學習卻步的讀者。 ?正在上學校的深度學習課程,但不知道實作從何開始的學生。 |