C#也能完整AI：TensorFlow.NET實戰現場 (1版)

類似書籍推薦給您

內容簡介 ★在最熟悉的作業系統、IDE中，用Tensorflow開發深度學習專案★ ☆使用Tensorflow.NET在Visual Studio下完成AI開發☆ 　　坊間幾乎所有和AI、深度學習、機器學習有關的書籍或教材，均是以Python及相對的框架進行開發，並且建議架設在Linux上。雖然這個環境非常適合進行AI專案的開發，但對於已經熟悉Visual Studio下.NET架構的大部分Windows開發者來說，如果能使用Tensorflow的強大，再加上早就上手的.NET甚至是C#語言，學習曲線真的就只剩下深度學習，排除了Linux及Python的困難。 　　微軟在.NET平臺上引入機器學習，努力使機器學習技術跨越鴻溝，普及至大多數人手中。微軟的ML.NET旨在實現人工智慧的「民主化」，讓每個人都能使用並受益於人工智慧技術。在.NET生態中，人工智慧領域的SciSharp Stack團隊為TensorFlow提供了.NET Standard Binding，使得.NET開發人員可以使用C#在跨平臺的.NET Standard框架上開發、訓練和部署機器學習模型。他們還打造了TensorFlow.NET這個專屬於.NET開發人員的機器學習平臺，簡化了使用TensorFlow的過程。 　　本書即是針對這個族群的使用者，讓.NET眾多的使用者直接跨入AI的領域，在最親切的環境學習，一定會事半功倍。 　　本書為介紹TensorFlow.NET的詳細指南，共有23章。探討雲端運算、人工智慧、巨量資料和雲端原生應用對生活產生了深遠影響，之後說明機器學習.NET開發者的特點，在.NET生態中，SciSharp Stack的團隊，為TensorFlow提供了.NET Standard Binding，使.NET開發人員可以使用C#開發、訓練和部署機器學習模型。其中的產品就是TensorFlow.NET。 　　書中包括資料型態與張量詳解、Eager Mode詳解、自動求導原理與應用、線性回歸實操、MNIST手寫字元分類邏輯回歸、tf.data資料集建立與前置處理、深度神經網路實踐、AutoGraph機制詳解，以及.NET Keras簡明教學等。最後一部分是生產應用與案例，包含CPU和GPU環境下的TensorFlow.NET應用、工業生產環境應用案例、在C#下使用TensorFlow.NET訓練自己的資料集、視覺影像分類、視覺物件辨識、遷移學習應用、自然語言處理以及生成對抗網路等。其中還包含F#應用案例。 　　總體來說，這本書提供了一個全面的指南，旨在幫助.NET開發人員在機器學習領域探索和應用TensorFlow.NET，同時介紹了許多實用的範例和案例。 目錄 第一部分 TensorFlow.NET API入門 第1章 TensorFlow.NET 介紹 1.1 TensorFlow.NET 特性 1.2 TensorFlow.NET 開放原始碼函式庫結構 第2章 資料型態與張量詳解 2.1 資料型態 2.2 張量詳解 2.3 常數與變數 2.4 字串常見操作 2.5 基本張量操作 2.6 維度變換 2.7 合併分割 2.8 廣播機制 第3章 Eager Mode詳解 3.1 Eager Mode 說明 3.2 Eager Mode 比較 3.3 Eager Mode 數值運算 3.4 Eager Mode 張量降維運算 3.5 Eager Mode 矩陣運算 3.6 print 與tf.print 特性對比 第4章 自動求導原理與應用 4.1 機器學習中的求導 4.2 簡單函式求導 4.3 複雜函式求偏導 第5章 線性迴歸實作 5.1 線性迴歸問題 5.2 TensorFlow 下的線性迴歸 5.3 C# 和Python 的性能比較 第6章 MNIST手寫數字分類邏輯迴歸 6.1 經典的MNIST 手寫數字分類問題 6.2 邏輯迴歸程式實作 第7章 tf.data資料集建立與前置處理 7.1 tf.data 介紹 7.2 tf.data 資料集建立 7.3 tf.data 資料前置處理 7.4 tf.data 資料使用 第8章 深度神經網路實踐 8.1 深度神經網路介紹 8.2 TensorFlow.NET 程式實作1：DNN with Eager 8.3 TensorFlow.NET Keras 模型架設的3 種方式 8.4 TensorFlow.NET 程式實作2：DNN with Keras 第9章 AutoGraph機制詳解 9.1 AutoGraph 機制說明 9.2 AutoGraph 機制原理 9.3 AutoGraph 程式開發規範 第二部分 .NET Keras簡明教學 第10章 Keras簡介 10.1 Keras 特性 10.2 Keras 版本說明 第11章 模型與層 11.1 Keras 常用的模型與層 11.2 自訂層 11.3 自訂模型 11.4 模型常用API 概述 第12章 Keras常用API說明 12.1 回呼函式 12.2 資料集前置處理 12.3 最佳化器 12.4 損失函式 12.5 評估指標 第13章 Keras架設模型的3種方式 13.1 Sequential API 方式 13.2 Functional API 方式 13.3 自訂模型 第14章 Keras模型訓練 14.1 內建fit 訓練 14.2 自訂訓練 第三部分 生產應用與案例 第15章 CPU和GPU環境下的TensorFlow.NET應用 15.1 CPU 和GPU 環境架設及安裝 15.2 TensorFlow.NET 的影像利器SharpCV 第16章 工業生產環境應用案例 16.1 工業機器視覺領域應用 16.2 工業時間序列預測領域應用 第17章 在C#下使用TensorFlow.NET訓練自己的資料集 17.1 專案說明 17.2 模型介紹 17.3 資料集說明 17.4 程式說明 17.5 總結 第18章 視覺影像分類 18.1 卷積神經網路實現影像分類 18.2 卷積神經網路詳解 18.3 深入了解卷積神經網路 第19章 視覺物件辨識 19.1 視覺物件辨識原理簡述 19.2 YOLO v3 模型推理實踐 19.3 YOLO v3 模型訓練實踐 第20章 遷移學習應用 20.1 遷移學習原理簡述 20.2 Inception v3 網路 20.3 遷移學習程式實作 第21章 自然語言處理 21.1 自然語言處理簡述 21.2 詞向量 21.3 文字分類程式實作 第22章 生成對抗網路 22.1 生成對抗網路簡述 22.2 生成對抗網路實戰案例 第23章 F#應用案例 23.1 F# 簡明教學 23.2 F# 案例實踐 參考文獻

Python+Office辦公室自動化實戰 (1版)

類似書籍推薦給您

資料處理量更大，文件處理速度更快，工作效率更高！ 　　職場中的許多電腦工作中大多都有利用Excel、Word、PowerPoint等工具來製作報表、文稿、簡報，以及收發郵件和管理檔案等相關的工作。若能利用Python程式來配合，就能達到「自動化」的處理，發揮很高的效率來完成許多繁鎖的工作。 　　本書內容包括： 　　‧Python程式設計基礎篇 　　Python基礎知識、重要程式設計基礎。 　　‧Excel資料自動化處理篇 　　資料預處理、資料分析和資料視覺化 　　‧Word文書自動化處理篇 　　自動處理文字、製作企業經營報告 　　‧PPT簡報投影片自動化製作篇 　　自動化製作簡報PPT、製作企業月報經營分析PPT 　　‧郵件自動化處理篇 　　批次發送和收取郵件、進行企業會員郵件自動化行銷 　　‧檔案自動化處理篇 　　自動化處理檔案的命名、搬移、複製和刪除，自動化壓縮和解壓縮檔案 目錄 第 1 篇 Python 程式設計基礎篇 第 1 章 初識 Python 語言及開發環境搭建 第 2 章 Python 程式設計基礎 第 3 章 利用 Python 進行資料準備 第 2 篇 Excel 資料自動化處理篇 第 4 章 利用 Python 進行資料處理 第 5 章 利用 Python 進行資料分析 第 6 章 利用 Python 進行資料視覺化 第 3 篇 Word 文書自動化處理篇 第 7 章 文書自動化處理 第 8 章 利用 Python 進行文書自動化處理 第 9 章 利用 Python 製作企業營運月報 Word 版文件 第 4 篇 簡報投影片自動化製作篇 第 10 章 簡報投影片自動化製作 第 11 章 利用 Python 進行簡報自動化製作 第 12 章 利用 Python 製作企業營運月報投影片 第 5 篇 郵件自動化處理篇 第 13 章 利用 Python 批次發送電子郵件 第 14 章 利用 Python 獲取電子郵件 第 15 章 利用 Python 自動發送電商會員郵件 第 6 篇 檔案自動化處理篇 第 16 章 利用 Python 進行檔案自動化處理 附錄 A 安裝 Python 3.10 版本及協力廠商的程式庫 附錄 B Python 常用的第三方協力廠商工具套件簡介

C++併發處理實戰 (1版)

類似書籍推薦給您

內容簡介 「這本書應該放在每個C++程式設計者的桌上；它清晰、簡明、而且很有價值」 —Rob Green, Bowling Green State University 「對C++併發功能的徹底介紹」 —Maurizio Tomasi, University of Milan 「強烈推薦給那些想要進一步瞭解最新C++標準的程式設計者」 —Frédéric Flayol, 4Pro Web C++ 「這指引包含了在專案中日常會使用到的片段，並幫助你將C++併發技能從學徒提高到絕地武士的水準。」 —Jura Shikin, IVI Technologies 當應用程式要求執行速度時，一般會選擇以C++語言為開發工具，而設計精良的併發處理可以更進一步讓程式執行得更快。為了加快圖形處理、機器學習和其他需要較高性能的工作，C++17更強化了對多執行緒、多處理器程式撰寫方面的支援。這本品質優良的書籍展示了可以直接應用於實際產出的C++併發處理功能、模式和最佳實作方式。 《C++併發處理實戰 第二版》是用C++撰寫優雅的多執行緒應用程式的權威性指引，針對C++ 17的改版進行了更新，從啟動新執行緒到設計全功能的多執行緒運算及資料結構，都對併發處理做了詳細及全面的描述。併發處理大師Anthony Williams在每一章節中都提供了完整的範例和實際應用面的說明，所提供的見解連最有經驗的程式開發人員都會感到滿意。 本書包含以下主題： ‧涵蓋全部C++ 17的新功能 ‧執行緒的啟動和管理 ‧併發處理操作的同步化 ‧併發處理程式設計 ‧多執行緒應用程式除錯 本書適用於中等程度C和C++程式開發人員，不需事先具備併發處理開發經驗。 產品目錄 作者序 致謝 關於本書 關於作者 關於封面插圖 第1章 您好，C++ 的併發處理世界！ 第2章 執行緒管理 第3章 執行緒間的資料共享 第4章 併發操作下的同步化 第5章 C++ 記憶模型和原子型態上的操作 第6章 基於上鎖機制的併發資料結構設計 第7章 無鎖機制的併發資料結構設計 第8章 併發處理程式設計 第9章 進階執行緒管理 第10章 平行演算法 第11章 執行緒應用程式的測試與除錯 附錄 A C++11 語言特點的簡要參考 附錄 B 併發函式庫的簡要比較 附錄 C 一個訊息傳遞框架和完整的 ATM 範例 附錄 D C++ 執行緒庫參考 索引