Deep Learning: 用Python進行深度學習的基礎理論實作 (1版)

相關熱銷的書籍推薦給您

書名：DEEP LEARNING｜用PYTHON進行深度學習的基礎理論實作 出版社：歐萊禮 出版年月：201708 條碼：9789864764846 內容簡介 不走捷徑，幫助您真正搞懂「深度學習」的真義 這是一本與「深度學習」有關的書籍。從入門開始說明，一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解：深度學習究竟是什麼？有何特色？根據何種原理來運作？ 從零開始，由實做中學習 本書的目標是，盡量避免使用不瞭解內容的「黑盒子」，以基礎的知識為起點，以容易上手的Python撰寫程式，從動手實作的過程中，一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話，這本書並不屬於汽車駕訓教材，而是希望能夠幫助您瞭解車子的原理，而非教您開車的方法。為了瞭解汽車的結構，必須試著打開車子的引擎蓋，將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀，篩選出車子的核心部分，就像組合迷你模型般，製作出這台車子。本書的目標，就是透過製作車子的過程，讓你感受到自己實際可以製作出車子，進而熟悉與車子的相關技術。 本書特色： ．利用最少的外部函式庫，使用Python，從零開始實際執行深度學習的程式。 ．說明Python 的用法，讓Python 的初學者也能理解。 ．實際執行Python 的原始碼，同時提供讀者手邊可以進行實驗的學習環境。 ．從簡單的機器學習問題開始，到最後執行精密辨識影像的系統。 ．以淺顯易懂的方式說明深度學習與神經網路理論。 ．針對看似複雜的技術，如誤差反向傳播與卷積運算等，利用實際操作方式說明，幫助理解。 ．介紹在執行深度學習時，有幫助且實用的技巧，包括決定學習率的方法、權重的預設值等。 ．說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。 ．為什麼深度學習很優秀，為什麼加深層數，就能提高辨識準確度，為什麼隱藏層很重要，仔細說明這些「為什麼」。 ．介紹自動運作、產生影像、強化學習等深度學習的應用範例。 作者介紹 作者簡介 斎藤康毅 1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。 目錄 第一章 Python入門 第二章 感知器 第三章 神經網路 第四章 神經網路的學習 第五章 誤差反向傳播法 第六章 與學習有關的技巧 第七章 卷積神經網路 第八章 深度學習 附錄A Softmax-with-Loss層的計算圖 參考文獻

數位訊號處理－Python程式實作 (3版)

類似書籍推薦給您

【簡介】 本書特色 1.由淺入深介紹數位訊號處理(Digital Signal Processing, DSP)的理論基礎、相關技術與實際應用等課題，其中包含豐富的範例、習題與解答。 2.以主題式的章節安排，內容涵蓋DSP基礎理論與關鍵技術，包含：類比與數位訊號、訊號生成、雜訊、DSP系統、卷積與相關、傅立葉級數與轉換、z轉換、FIR/IIR濾波器、頻譜分析、頻率響應等，強調理論與技術的緊密結合。 3.使用Python程式設計，在每個章節中均根據主題進行DSP技術的實作，藉此培養DSP技術的實務研發能力，實現「做中學」的學習理念。 4.本書適合作為電機、電子、資工等相關科系的教科書，同時也適合作為自我進修的參考書籍。 內容簡介 本書詳細介紹DSP技術、理論與應用，且有豐富的範例、習題以及解答，強調理論與技術是不可或缺的，並用Python程式設計，進行DSP技術實作，藉此培養實務研發能力。 【目錄】 第一章 介紹 1.1 訊號 1.2 系統 1.3 訊號處理 1.4 DSP技術應用 1.5 音訊檔案格式 1.6 音訊處理軟體 1.7 Python程式語言 習題 第二章 類比訊號 2.1 基本概念 2.2 弦波 2.3 複數 2.4 複數指數訊號 2.5 相量與相量加法 習題 第三章 數位訊號 3.1 基本概念 3.2 取樣與量化 3.3 數學表示法 3.4 基本的數位訊號 3.5 數位音訊檔 3.6 即時可視化 習題 第四章 訊號生成 4.1 基本概念 4.2 週期性訊號 4.3 非週期性訊號 習題 第五章 雜訊 5.1 基本概念 5.2 均勻雜訊 5.3 高斯雜訊 5.4 布朗尼雜訊 5.5 脈衝雜訊 5.6 訊號雜訊比 習題 第六章 DSP系統 6.1 基本概念 6.2 基本運算 6.3 取樣率轉換 6.4 音訊檔DSP 習題 第七章 卷積 7.1 卷積 7.2 卷積與濾波 7.3 音訊檔濾波 習題 第八章 相關 8.1 交互相關 8.2 自相關 8.3 自相關應用 習題 第九章 傅立葉級數與轉換 9.1 傅立葉級數 9.2 傅立葉轉換 9.3 離散時間傅立葉轉換 9.4 離散傅立葉轉換 習題 第十章 z轉換 10.1 z轉換 10.2 z轉換範例 10.3 z轉換性質 10.4 轉換函式 10.5 零點與極點 10.6 反z轉換 習題 第十一章 FIR濾波器 11.1 基本概念 11.2 FIR濾波器 11.3 FIR濾波器應用 習題 第十二章 IIR濾波器 12.1 基本概念 12.2 脈衝響應 12.3 步階響應 12.4 IIR濾波器應用 習題 第十三章 頻譜分析 13.1 基本概念 13.2 傅立葉頻譜 13.3 功率頻密度 習題 第十四章 頻率響應 14.1 基本概念 14.2 濾波器分類 14.3 頻率響應範例 習題 第十五章 頻率域DSP 15.1 基本概念 15.2 理想濾波器 15.3 頻譜平移 15.4 音訊檔的頻率域DSP 習題 第十六章 濾波器設計 16.1 基本概念 16.2 窗函數 16.3 FIR濾波器設計 16.4 IIR濾波器設計 習題 第十七章 時頻分析 17.1 基本概念 17.2 短時間傅立葉轉換 17.3 時頻圖 17.4 音訊檔的時頻分析 習題 第十八章 小波轉換 18.1 基本概念 18.2 簡易的小波轉換 18.3 小波轉換 18.4 離散小波轉換 18.5 音訊檔的小波轉換DSP 習題 第十九章 DSP技術應用 19.1 數位音樂合成 19.2 數位語音合成 19.3 數位語音辨識 習題 附錄 基本數學公式 積分表 傅立葉級數與轉換 z轉換 參考文獻

數位訊號處理PYTHON程式實作2/e (2版)

類似書籍推薦給您

書名：數位訊號處理：Python程式實作(第2版) 作者：張元翔 出版社：全華 出版日期：2019/10/00 ISBN：9789865032579 內容簡介 1.由淺入深介紹數位訊號處理(Digital Signal Processing, DSP)的理論基礎、相關技術與實際應用等課題，其中包含豐富的範例、習題與解答。 2.以主題式的章節安排，內容涵蓋DSP基礎理論與關鍵技術，包含：類比與數位訊號、訊號生成、雜訊、DSP系統、卷積與相關、傅立葉級數與轉換、z轉換、FIR/IIR濾波器、頻譜分析、頻率響應等，強調理論與技術的緊密結合。 3.使用Python程式設計，在每個章節中均根據主題進行DSP技術的實作，藉此培養DSP技術的實務研發能力，實現「做中學」的學習理念。

數位訊號處理DSP First (Digital Signal Processing First 2/e) (2版)

類似書籍推薦給您

原文書資訊 書名:(DSP First) Digital Signal Processing First, Global Edition,2/E <Pearson> 作者: McClellan ISBN: 9781292113869 出版社: Pearson 出版年: 2016年 中文書資訊 書名: 數位訊號處理(DSP First) 作者: McClellan/ 吳燦明 ISBN: 9789868359727 出版社: 開發 出版年: 2017年