邊玩邊學Scratch 3遊戲程式設計，運算思維養成 (1版)

類似書籍推薦給您

邊玩邊學Scratch 3 遊戲程式設計，運算思維養成 系列名：程式設計/APP開發 ISBN13：9789865025625 出版社：碁峰資訊 作者：Max Wainewright 譯者：CAVEDU 教育團隊 曾吉弘 裝訂／頁數：平裝／128頁 規格：26cm*21cm (高/寬) 出版日：2020/08/05 中國圖書分類：小學教學法 內容簡介 　　用玩積木的方式，在全中文的環境中學會寫程式 　　Scratch是由麻省理工學院所開發的積木式程式語言。免費提供全世界使用，只要透過瀏覽器連上網站，就能以拖拉的方式完成程式的編寫。而且完整支援繁體中文，學習無障礙。 　　範例豐富，且每個範例簡短精緻 　　本書擁有多達25個範例。且每個範例的完成時間都不會超過15分鐘，學習輕鬆無負擔。 　　圖解豐富，指引清晰 　　每個步驟皆有清晰的標示與指引，照圖施工，保證成功。 　　由簡單到複雜，一步步累積成就感 　　一開始由簡單的範例入手，只要兩頁的內容就能完成，之後會以前面的基礎繼續前進，在每個階段的學習，皆能獲得成就感，不易半途而廢。 　　從範例中了解遊戲的運作機制，激發無窮創意 　　每個範例背後皆涵蓋具體的遊戲機制，如控制人物、得分計算、繪製圖像，從範例的實作過程中，不僅可以享受完成範例的成就感、電玩的樂趣，更可以從中獲得啟發，開發屬於自己的遊戲。 目錄 Ch1｜遊戲 小貓動起來 貓鼠賽跑 海中小魚兒 蝙蝠拍翅飛 Kiran與魔幻水晶 挑戰題 Ch2｜畫出各種背景與角色 順流而下 怪物迷宮 企鵝雪橇大闖關 跳跳色塊 競速賽車 挑戰題 Ch3｜得了幾分？ 企鵝滑雪學校 鯊魚與潛水員 接水果 磚塊疊疊樂 彩色牆 挑戰題 Ch4｜數學很重要 超級蛇 仙人掌跳跳 高塔建築師 機器人啟動 甜甜圈侵略者 挑戰題 Ch5｜自己設計程式積木 星星山洞 太空脆餅 足球對戰 競速火箭 接雪花 挑戰題

生成深度學習｜訓練機器繪畫、寫作、作曲與玩遊戲 第二版 (2版)

類似書籍推薦給您

【簡介】 生成式AI是科技界最熱門的主題。本書以實務導向，教導機器學習工程師與資料科學家們如何使用 TensorFlow 與 Keras 來從頭做出令人讚嘆的生成深度學習模型，包含變分自動編碼器（VAE）、生成對抗網路（GAN）、Transformer、正規化流、能量模型與降噪擴散模型。 本書從深度學習的基礎開始，逐步談到最尖端的架構。透過各種提示與小技巧，您將理解如何讓模型更有效地學習並變得更富有創造力。 ．探索如何使用VAE（變分自動編碼器）來修改照片中的臉部表情 ．訓練各種GAN（生成對抗網路）以根據您專屬的資料集來生成圖像 ．建置擴散模型來生成新品種的花卉 ．自行訓練GPT來生成文字 ．了解像ChatGPT這樣的大型語言模型是如何訓練的 ．探索StyleGAN2與ViT-VQGAN這類最新架構 ．使用變換器（Transformer）和MuseGAN編寫多聲部音樂 ．理解生成世界模型如何解決強化學習任務 ．深入研究DALL.E 2、Imagen和Stable Diffusion這類多模態模型 本書還探討了生成式AI的未來，以及個人和公司如何藉由積極著手運用這項非凡的新技術來創造競爭優勢。 「這是一本淺顯易懂的絕佳入門書，介紹生成建模的各種深度學習套件。如果您喜歡寫點程式並希望將深度學習應用於工作中的創意從業者，這本書保證適合您。」 ——Stability AI策略部門主管David Ha—— 「這本書超級棒，深入介紹了各種最新生成式深度學習背後的所有主要技術。這是對AI中最迷人領域的一趟引人入勝探索之旅！」 ——Keras創辦人François Chollet—— 【目錄】 【第一篇 認識生成深度學習】 chapter 1　生成建模 　什麼是生成建模？ 　chapter一個生成式模型 　核心機率理論 　生成模型分類 　生成深度學習程式庫 chapter 2　深度學習 　深度學習的資料 　深度神經網路 　多層感知器（MLP） 　卷積神經網路（CNN） 【第二篇 方法】 chapter 3　變分自動編碼器 　簡介 　自動編碼器 　變分自動編碼器 　探索潛在空間 chapter 4　生成對抗網路 　簡介 　深度卷積生成對抗網路（DCGAN） 　具梯度懲罰的 Wasserstein GAN（WGAN-GP） 　條件生成對抗網路（CGAN） chapter 5　自迴歸模型 　簡介 　長短期記憶網路（LSTM） 　遞歸神經網路（RNN）的延伸 　PixelCNN chapter 6　正規化流模型 　簡介 　正規化流 　RealNVP 　其他正規化流模型 chapter 7　能量模型 　簡介 　能量模型 　總結 chapter 8　擴散模型 　簡介 　降噪擴散模型（DDM） 　總結 【第三篇 應用】 chapter 9　Transformer 　簡介 　GPT 　其他 Transformer 模型 　總結 chapter 10　進階 GAN 　簡介 　ProGAN 　StyleGAN 　StyleGAN2 　其他重要的 GAN chapter 11　音樂生成 　簡介 　音樂生成的 Transformer 模型 　MuseGAN 　總結 chapter 12　世界模型 　簡介 　強化學習 　世界模型概述 　收集隨機推演資料 　訓練 VAE 　收集資料以訓練 MDN-RNN 　訓練 MDN-RNN 　訓練控制器 　夢境訓練 chapter 13　多模態模型 　簡介 　DALL.E 2 　Imagen 　Stable Diffusion 　Flamingo chapter 14　結語 　生成式 AI 的時間軸 　生成式 AI 的現狀 　生成式 AI 的未來 　最終想法 索引