瑜伽科學解析 - 從解剖學與生理學的角度深入學習

類似書籍推薦給您

書名：瑜伽科學解析 - 從解剖學與生理學的角度深入學習 作者：安 史旺森 Ann Swanson著, 謝靜玫譯 出版社：旗標 出版日期：5/3/2019 條碼：9789863125938 內容簡介 以科學原理和證據揭開瑜伽的奧祕 大多數瑜伽解剖學書籍和課程都把焦點放在肌肉骨骼系統，然而練習瑜伽會影響到身體所有的系統。本書解析練習瑜伽對身體各系統的主要影響和好處。先從現代生物學的定義去研究了解人體的解剖系統，然後挑戰自己，轉而從瑜伽的觀點整合所有系統協同運作。當全身系統合而為一，就會感受到自己超凡的身體能力。 深入了解瑜伽在生理學上的意義，就越加感覺到神奇，也越想要進一步探索。本書透過具有代表性的體位法做深度解說，精緻的大幅解剖圖並以 3 種顏色標示，幫助您了解各部位肌肉的運作狀態。 科學或許能解釋許多事情的現象和原因，但是無論多麼嚴謹的研究，都比不上自己親身體驗到的療癒效果和心靈轉變，只有靠自己實際練習才能善用瑜伽的力量，進而擁有能夠完全掌握各個體位法的自信，並理解瑜伽對人體 11 大系統，包括皮膚系統、骨骼系統、肌肉系統、神經系統、內分泌系統、呼吸系統、心血管系統、淋巴系統、消化系統、泌尿系統、生殖系統的影響。 本書特色 1 精緻解剖圖，標示出肌肉與關節的作用，並將參與的肌群以三種不同顏色清楚標示。 2. 從生理學瞭解瑜伽對人體 11 種系統的益處。 3. 採用軟精裝裝訂方式，讓您可完全攤平閱讀。 作者介紹 作者簡介 安．史旺森（Ann Swanson） 安．史旺森（Ann Swanson）擁有 MS、C-IAYT、LMT、E-RYT 500 等瑜伽相關證照和資格，同時也是一位心身科學教育家。她擁有馬里蘭州綜合健康大學瑜伽療法科學碩士學位，畢業後在該校兼任教職工作。憑藉著在大學、按摩治療學校和瑜伽教師培訓課程中累積多年的解剖學和生理學的輔導和教學經驗，讓她訓練出讓複雜的科學概念變得簡單易懂的教學能力。 她將先進的科學研究實際應用在瑜伽上面，但又同時保有傳統的核心價值。在她私人經營的網站上，以線上形式提供便利的管道讓更多人能夠接觸到瑜伽療法、氣功和正念冥想，協助全世界的人有效地做好疼痛和壓力管理。 想了解更多有關安的資訊，請到 www.AnnSwansonWellness.com 查詢。 目錄 第 1 篇 人體解剖學 從細胞到系統／骨骼系統／肌肉系統／神經系統／內分泌系統／呼吸系統／心血管系統／淋巴系統／消化系統／泌尿系統／生殖系統 第 2 篇 坐姿體位法 聖人式 Siddhasana 束角式 Baddha Konasana 貓式 Marjaryasana 牛式 Bitilasana 牛面式 Gomukhasana 反轉頭碰膝式 Parivrtta Janu Sirsasana 半魚王式 Ardha Matsyendrasana 嬰兒式 Balasana 駱駝式 Ustrasana 鴿王式 Eka Pada Rajakapotasana 第 3 篇 站姿體位法 山式 Tadasana 站姿前彎式 Uttanasana 椅子式 Utkatasana 新月式 Anjaneyasana 戰士二式 Virabhadrasana II 戰士三式 Virabhadrasana III 樹式 Vrksasana 舞王式 Natarajasana 三角式 Trikonasana 第 4 篇 倒立體位法 下犬式 Adho Mukha Svanasana 頭倒立式 Sirsasana 半肩倒立式 Ardha Sarvangasana 橋式 Setu Bandhasana 輪式 Urdhva Dhanurasana 第 5 篇 地板體位法 烏鴉式 Bakasana 棒式 Kumbhakasana 側棒式 Vasisthasana 眼鏡蛇式 Bhujangasana 蝗蟲式 Salabhasana 仰臥手抓腳拇趾伸展式 Supta Padangusthasana 仰臥脊椎扭轉式 Supta Matsyendrasana 第 6 篇 常見問題與回答 關節與柔軟度 脊椎的照護 人生各個階段都可以練習瑜伽 冥想 攤屍式 壓力 大腦與心理幸福感 慢性疼痛 瑜伽療法 轉化 最新的科學研究 練習瑜伽應注意事項 重要名詞解釋 參考文獻 作者簡介

臺語拼音做伙學：深入解析臺語拼音和聲調，透過練習掌握技巧（隨書附贈聽力QR Code） (1版)

類似書籍推薦給您

簡介 自從教育部將本土語言納入108課綱，成為國高中必修課，臺語的學習就更重要了。 本書提供臺語全面而系統性的拼音學習，是一本針對對臺語有興趣的民眾、學生、教師所設計的實用教材。 隨書附贈聽力QRCODE (請放入QRCODE) 臺語是聲調語言，聲調的變化對於發音和語義的辨識非常重要。系統性和耐心是語言學習的關鍵，本書透過循序漸進的說明和音檔輔助，幫助初學者掌握聲調與變調。拼音是學習臺語的重要基礎，它幫助熟悉音韻體系並培養正確發音方式。並設計了一系列練習題目，透過字例、詞例和練習題目的反覆練習，鞏固拼音學習，提升能力。 本書分為十個單元，分別為： 第一講　韻母(一)：單元音韻母 第二講 聲調 第三講　聲母 第四講　韻母(二)：複韻母 第五講　韻母(三)：聲化韻母、鼻化元音韻母 第六講　鼻音韻尾、入聲韻尾 第七講　臺語的聲調變化 第八講　羅馬字書寫原則 第九講　拼音練習 第十講　閱讀篇章 目錄 目錄 推薦序一　 讀寫臺語上好的基礎工具冊／方耀乾 推薦序二　 Beh 教、beh 學，lóng 好用／ 何信翰 臺羅拼音方案介紹 臺語的語音系統 本書使用方式 一、學習規劃 二、實作練習 第一講 韻母(一)：單元音韻母 單韻母　字例與詞例 第二講 聲調 聲調符號說明 聲調　字例與詞例 聲調辨別 第三講 聲母 聲母　字例與詞例 第四講 韻母(二)：複韻母 複韻母　字例與詞例 第五講 韻母(三)：聲化韻母、鼻化元音韻母 聲化韻母 聲化韻母　字例與詞例 鼻化元音韻母 鼻化元音韻母　字例與詞例 語音聽辨練習 第六講 鼻音韻尾、入聲韻尾 鼻音韻尾 鼻音韻尾　字例與詞例 入聲韻尾 入聲韻尾　字例與詞例 第七講 臺語的聲調變化 一、一般變調 & 連續變調 (一) 什麼時候唸本調 (二) 變調 (三) 變調聽音練習 二、特殊變調 (一) 三疊形容詞變調 (二) 主謂複合詞的變調 (三) 輕聲變調—固定低調 (四) 輕聲變調—隨前變調 第八講 羅馬字書寫原則 第九講 拼音練習 第十講 閱讀篇章 參考資料

NEW TOPIK新韓檢中高級應考祕笈:聽力、寫作、閱讀一次準備!所有題型深入解析、必備單字文法整理、實戰練習、寫作考試得分祕訣【附考試專用作答紙、聽力測驗MP3】

類似書籍推薦給您

聽力、寫作、閱讀考試一次準備！ 涵蓋考試分析、解題策略、考古題詳解、實戰練習！ 獨家收錄必考單字、文法、慣用語整理、寫作公式＆範本！ 最完整的韓檢準備書，有效提升應考實力！ 　　► 逐題型分析，搭配考古題和範例題，難度和實際考試100%相同！ 　　本書將新韓檢（TOPIK）中高級考試的內容－『聽力、寫作、閱讀』逐題型分析，以『官方範例題』和『新制考古題』為範本，提供詳解和翻譯，讓考生瞭解考試在考什麼，以及如何解題。此外，書中也整理應考必備的『單字、文法、慣用語、句型表達』，讓考生能夠有效率地準備考試，同時提升基本實力。 　　► 編著團隊陣容堅強，內容取自標準教材，保證有效提升成績！ 　　本書編輯團隊來自韓語一線教師、教材主編及TOPIK考試出題組、評審組的老師，陣容實力堅強，不但教學經驗豐富、熟知考試內容與方向，還親自參與過出題！書中的內容來自韓國官方公布的範圍和各大學標準教材，也就是說，絕對都是『必考重點』！ 　　► 獨家破解寫作考試！提供答題秘訣和公式，只要確實運用，作文不再卡關！ 　　寫作考試的答題是有秘訣的，如果你不知道這些規則和公式，就很難拿到理想成績！本書的最大特色在於寫作考試的解題，不只分析各類題目的作答方式，也表列『常用句型』和一定用得上的『重要文法』，不僅如此，還獨家提供作文範本、答案卡作答範例。一般老師不敢教的『答題秘密』，都在這一本！ 　　► 本書收錄的精彩內容： 　　◆ 各科考試介紹、應考TIP 　　◆ 考古題、範例題完整解析 　　◆ 實戰考題練習＋解析 　　◆ 「必考單字」整理 　　◆ 「必考文法」整理 　　◆ 「必考慣用語」整理 　　◆ 作文答題範例、各類型文章的寫作公式 　　◆ 隨書附考試專用作答紙、聽力測驗MP3

深度學習詳解｜台大李宏毅老師機器學習課程精粹 (1版)

類似書籍推薦給您

【簡介】 台灣大學電機工程學系 李宏毅教授 ～專文推薦～ 很高興看到Datawhale的王琦、楊毅遠、江季等同學將我的線上錄影轉化為可閱讀的教材，他們的努力使我的教學內容能接觸更多學子。希望這本書能幫助更多人探索深度學習領域，激發更多學子對這個領域的興趣和熱情。 ■ 名師授課精華，一本掌握深度學習核心觀念 台灣大學電機工程學系李宏毅教授開設的「機器學習」與「生成式AI」課程在YouTube上廣受歡迎，累積超過30萬訂閱，影響力橫跨學界與業界。 本書依據李宏毅教授「機器學習」課程中與深度學習相關的內容編寫，並融合近年課程更新重點，為AI學習者提供最完整、最系統化的深度學習知識架構。 ■ 從基礎到進階，完整呈現深度學習關鍵知識 內容包括了深度學習的基礎知識、類神經網路的訓練技巧、生成模型、自監督學習（包括 BERT 和 GPT）、擴散模型、元學習、神經網路壓縮等。此外，還探討了如何解決類神經網路訓練中的常見問題，如局部最小值、鞍點、批次與動量、自動調整學習速率等。 ■ 理論實務兼具，打造易懂又實用的學習體驗 在理論嚴謹的基礎上，本書保留了課程中大量生動有趣的例子，幫助讀者從生活化的角度瞭解深度學習的概念、建模過程與核心演算法細節。適合對深度學習感興趣，想要入門深度學習的讀者閱讀，更可作為深度學習相關課程的教材。 王琦 上海交通大學人工智能教育部重點實驗室博士研究生，碩士畢業於中國科學院大學。Datawhale成員，《Easy RL：強化學習教程》作者，英特爾邊緣計算創新大使，Hugging Face社區志願者，AI TIME成員。主要研究方向為強化學習、計算機視覺、深度學習。曾獲「中國光谷．華為杯」第十九屆中國研究生數學建模競賽二等獎、中國大學生計算機設計大賽二等獎、亞太地區大學生數學建模競賽（APMCM）二等獎，並發表多篇SCI/EI論文。 楊毅遠 牛津大學計算機系博士研究生，碩士畢業於清華大學。Datawhale成員，《Easy RL：強化學習教程》作者。主要研究方向為時間序列、資料探勘、智能傳感系統及深度學習。曾獲中國國家獎學金、北京市優秀畢業生、清華大學優秀碩士學位論文及中國大學生智能汽車競賽總冠軍等榮譽，並發表多篇SCI/EI論文。 江季 網易高級算法工程師，碩士畢業於北京大學。Datawhale成員，《Easy RL：強化學習教程》作者。主要研究方向為強化學習、深度學習、大模型及機器人等。曾獲中國國家獎學金、上海市優秀畢業生等榮譽，並取得多項強化學習與遊戲AI相關專利。 【目錄】 chapter 1 機器學習基礎 1.1 案例學習 1.2 線性模型 chapter 2 實踐方法論 2.1 模型偏差 2.2 最佳化問題 2.3 過擬合 2.4 交叉驗證 2.5 不匹配 chapter 3 深度學習基礎 3.1 局部最小值與鞍點 3.2 批次和動量 3.3 自適化學習率 3.4 學習率排程 3.5 最佳化總結 3.6 分類 3.7 批次正規化 chapter 4 卷積神經網路 4.1 觀察 1：檢測模式不需要整幅圖片 4.2 簡化 1：感知域 4.3 觀察 2：同樣的模式可能出現在圖片的不同區域 4.4 簡化 2：共用參數 4.5 簡化 1 和簡化 2 的總結 4.6 觀察 3：降取樣不影響模式檢測 4.7 簡化 3：池化 4.8 卷積神經網路的應用：下圍棋 chapter 5 遞迴神經網路 5.1 獨熱編碼 5.2 什麼是 RNN 5.3 RNN 架構 5.4 其他 RNN 5.5 LSTM 網路原理 5.6 RNN 的學習方式 5.7 如何解決 RNN 的梯度消失或梯度爆炸問題 5.8 RNN 的其他應用 chapter 6 自注意力機制 6.1 輸入是向量序列的情況 6.2 自注意力機制的運作原理 6.3 多頭自注意力 6.4 位置編碼 6.5 截斷自注意力 6.6 對比自注意力與卷積神經網路 6.7 對比自注意力與遞迴神經網路 chapter 7 Transformer 7.1 序列到序列模型 7.2 Transformer 結構 7.3 Transformer 編碼器 7.4 Transformer 解碼器 7.5 編碼器—解碼器注意力 7.6 Transformer 的訓練過程 7.7 序列到序列模型訓練常用技巧 chapter 8 生成模型 8.1 生成對抗網路 8.2 生成器與判別器的訓練過程 8.3 GAN 的應用案例 8.4 GAN 的理論介紹 8.5 WGAN 演算法 8.6 GAN 訓練的困難點與技巧 8.7 GAN 的效能評估方法 8.8 條件型生成 8.9 CycleGAN chapter 9 擴散模型 9.1 擴散模型產生圖片的過程 9.2 降噪模組 9.3 訓練雜訊預測器 chapter 10 自監督學習 10.1 BERT 10.2 GPT chapter 11 自動編碼器 11.1 自動編碼器的概念 11.2 為什麼需要自動編碼器 11.3 降噪自動編碼器 11.4 自動編碼器應用之特徵解離 11.5 自動編碼器應用之離散隱性表徵 11.6 自動編碼器的其他應用 chapter 12 對抗式攻擊 12.1 對抗式攻擊簡介 12.2 如何進行網路攻擊 12.3 快速梯度符號法 12.4 白箱攻擊與黑箱攻擊 12.5 其他模態資料被攻擊案例 12.6 現實世界中的攻擊 12.7 防禦方式中的被動防禦 12.8 防禦方式中的主動防禦 chapter 13 轉移學習 13.1 領域偏移 13.2 領域自適應 13.3 領域概化 chapter 14 增強式學習 14.1 增強式學習的應用 14.2 增強式學習框架 14.3 評價動作的標準 chapter 15 元學習 15.1 元學習的概念 15.2 元學習的三個步驟 15.3 元學習與機器學習 15.4 元學習的實例演算法 15.5 元學習的應用 chapter 16 終身學習 16.1 災難性遺忘 16.2 終身學習的評估方法 16.3 終身學習問題的主要解法 1chapter 17 網路壓縮 17.1 網路修剪 17.2 知識蒸餾 17.3 參數量化 17.4 網路架構設計 17.5 動態計算 chapter 18 可解釋性機器學習 18.1 可解釋性人工智慧的重要性 18.2 決策樹模型的可解釋性 18.3 可解釋性機器學習的目標 18.4 可解釋性機器學習中的局部解釋 18.5 可解釋性機器學習中的全局解釋 18.6 擴充與小結 chapter 19 ChatGPT 19.1 ChatGPT 簡介和功能 19.2 對 ChatGPT 的誤解 19.3 ChatGPT 背後的關鍵技術—預訓練 19.4 ChatGPT 帶來的研究問題

邊緣AI－使用NVIDIA Jetson Orin Nano開發具備深度學習、電腦視覺與生成式AI功能的ROS2機器人 (1版)

類似書籍推薦給您

【簡介】 內容簡介:★ NVIDIA DLI 深度學習機構白金級認證講師專業講解 ★ ★ 完整解析 NVIDIA Jetson 邊緣運算電腦，最新的 Jetson Orin Nano Super 算力飆升1.7倍！【Jetson Orin Nano Super】NVIDIA 執行長黃仁勳盛讚的1.7倍AI算力提升在這裡！【加速運算】NVIDIA Jetson 系列邊緣運算電腦，搭載 CUDA 與 TensorRT 加速技術，實現掌上高速運算的承諾。【立體機器視覺】整合 Intel RealSense 與 StereoLab ZED 景深攝影機，讓機器人擁有清晰的空間感知能力。【ROS2 作業系統】機器人智慧全面升級，輕鬆實現各種自動化任務。【生成式 AI 應用】在裝置端執行各種大語言、圖像、語音與 Cosmos 等多模態生成模型，讓無限創意在邊緣運算中展翅高飛！ 【目錄】 章節說明:第 1 章 單板電腦與邊緣運算1.1 邊緣運算裝置1.2 單板電腦1.3 NVIDIA 線上資源1.4 NVIDIA Jetson 家族1.5 Jetson Orin Nano 開發套件開箱1.6 總結第 2 章 Jetson Orin Nano 初體驗2.1 Jetson Orin Nano 開機！2.2 基礎系統操作2.3 Jetson Orin Nano Super2.4 總結第 3 章 深度學習結合視覺辨識應用3.1 OpenCV 電腦視覺函式庫3.2 NVIDIA 深度學習視覺套件包3.3 總結第 4 章 整合深度視覺4.1 Intel RealSense 景深攝影機4.2 ZED 景深攝影機4.3 總結第 5 章 ROS2 機器人作業系統5.1 ROS / ROS25.2 NVIDIA Issac ROS5.3 安裝 ROS25.4 RK ROS2 移動平台5.5 ROS2 基本節點5.6 AI 節點5.7 進階應用5.8 總結第 6 章 生成式 AI 結合邊緣運算裝置6.1 淺談生成式 AI6.2 NVIDIA Jetson Generative AI lab6.3 總結