Python 函式庫語法範例字典
相關熱銷的書籍推薦給您
商品描述
<內容簡介>
彙整最常使用的 Python 函式庫語法
功能索引 + 字母順序查詢,
隨查隨用, 快速解決問題！
Python 是近來非常熱門的程式語言, 原因之一就是具有豐富的標準函式庫及第三方套件可以使用, 用途涵蓋字串處理、數值計算、資料壓縮與封存、XML與 JSON 存取等層面。本書集合 Python 常用的函式及模組功能, 依用途分門別類, 提供詳細的使用說明、豐富的語法範例, 讓使用者可以在短時間內找到、學會函式的正確使用方式, 在撰寫程式時更加得心應手！
<本書特色>
● 依功能分類, 每個函式都以豐富範例實際演練用法
● 目錄上列有函式名稱與用途說明, 可依據名稱或是用途查詢
● 可依字母順序快速查詢想使用的函式功能
● 本書嚴選的模組功能包括：
argparse／array／base64／beautifulsoup4／bisect／bz2／collections／ConfigParser／csv／datetime／dateutil／decimal／doctest／email／enum／fnmatch／glob／gzip／heapg／io／itertools／json／logging／lxml／lzma／math／multiprocessing／openpyxl／os／pathlib／paramiko／pdb／Pillow／pprint／PyCrypto／pydoc／pytest／pytz／random／re／requests／shutil／statistics／subprocess／sys／tartile／tempfile／time／timeit／traceback／unicodedata／unittest／unittest.mock／urllib.parse／weakref／xml.etree.ElementTree／yaml／zipfile／zlib
● 適用 Python 3
立即查看
寫給程式設計師的深度學習｜使用 fastai 和 PyTorch (Deep Learning for Coders with fastai and PyTorch) 2021 <O`REILLY>
類似書籍推薦給您
寫給程式設計師的深度學習：使用fastai和PyTorch
ISBN13：9789865027360
出版社：美商歐萊禮
作者：Jeremy Howard; Sylvain Gugger
譯者：賴屹民
裝訂／頁數：平裝／640頁
規格：23cm*17cm*3cm (高/寬/厚)
出版日：2021/03/17
中國圖書分類：特殊電腦方法
內容簡介
建構AI應用程式，您不必拿PhD
深度學習通常被視為數學博士和大型科技公司的獨門秘術，然而，正如這本指南所言，如果你已經會寫Python，那麼你只要稍微了解數學、取得少量的資料，就可以用最精簡的程式，寫出令人印象深刻的深度學習作品。怎麼做？使用fastai！它是史上第一個以一致的介面來讓你使用最常見的深度學習應用的程式庫。
本書作者Jeremy Howard與Sylvain Gugger是fastai的創作者，他們將告訴你如何使用fastai和PyTorch訓練各種任務的模型，並帶領你逐步研究深度學習理論，以充分了解藏身幕後的演算法。
‧訓練電腦視覺、自然語言處理、表格式資料和聯合過濾等任務的模型
‧學習在實務上最重要且最新的深度學習技術
‧釐清深度學習模型如何運作，改善準確度、速度與可靠度
‧了解如何將模型轉換成web應用程式
‧從零開始實作深度學習演算法
‧思考作品的道德意義
‧從PyTorch的聯合創始人Soumith Chintala的前言獲得真知灼見
好評推薦
「這是程式員精通深度學習的最佳資源之一。」 —Peter Norvig，Google研究總監
「本書透過實際的操作，以簡單且實用的方法揭開深度學習的神秘面紗。」 —Curtis Langlotz，史丹佛大學醫學及成像人工智慧中心主任
目錄
第一部分 深度學習實務
第一章 你的深度學習旅程
第二章 從模型到生產
第三章 資料倫理
第二部分 了解 fastai 的應用
第四章 在引擎蓋下：訓練數字分類模型
第五章 圖像分類
第六章 其他的電腦視覺問題
第七章 訓練先進模型
第八章 協同過濾
第九章 表格模型
第十章 NLP：RNN
第十一章 使用 fastai 的中層API 來處理資料
第三部分 深度學習基礎
第十二章 從零開始製作語言模型
第十三章 摺積神經網路
第十四章 ResNets
第十五章 應用架構
第十六章 訓練程序
第四部分 從零開始深度學習
第十七章 神經網路基礎
第十八章 用 CAM 來做 CNN 解釋
第十九章 從零開始打造 fastai Learner
第二十章 思想總結
附錄A 建立部落格
附錄B 資料專案檢查表
立即查看
MACHINE AND DEEP LEARNING USING MATLAB: ALGORITHMS AND TOOLS FOR SCIENTISTS AND ENGINEERS (1版)
類似書籍推薦給您
立即查看
Deep Learning for 3D Vision Algorithms and Applications
類似書籍推薦給您
【簡介】
3D deep learning is a rapidly evolving field that has the potential to transform various industries. This book provides a comprehensive overview of the current state-of-the-art in 3D deep learning, covering a wide range of research topics and applications. It collates the most recent research advances in 3D deep learning, including algorithms and applications, with a focus on efficient methods to tackle the key technical challenges in current 3D deep learning research and adoption, therefore making 3D deep learning more practical and feasible for real-world applications.
This book is organized into five sections, each of which addresses different aspects of 3D deep learning. Section I: Sample Efficient 3D Deep Learning, focuses on developing efficient algorithms to build accurate 3D models with limited annotated samples. Section II: Representation Efficient 3D Deep Learning, deals with the challenge of developing efficient representations for dynamic 3D scenes and multiple 3D modalities. Section III: Robust 3D Deep Learning, presents methods for improving the robustness and reliability of deep learning models in real-world applications. Section IV: Resource Efficient 3D Deep Learning, explores ways to reduce the computation cost of 3D models and improve their efficiency in resource-limited environments. Section V: Emerging 3D Deep Learning Applications, showcases how 3D deep learning is transforming industries and enabling new applications for healthcare and manufacturing.
This collection is a valuable resource for researchers and practitioners interested in exploring the potential of 3D deep learning.
【目錄】
立即查看
Understanding Deep Learning (1版)
類似書籍推薦給您
立即查看
RISK MODELING: PRACTICAL APPLICATIONS OF ARTIFICIAL INTELLIGENCE, MACHINE LEARNING, AND DEEP LEARNING
類似書籍推薦給您
原價:
1598
售價:
1518
現省:
80元
立即查看
華通書坊
