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

人工智慧：Python程式應用

類似書籍推薦給您

【簡介】 人工智慧(Artificial Intelligence，AI)快速發展，儼然成為推動經濟成長、國家安全、與生活福祉的一股驅動力量。AI教育首重於教材編撰與推廣，而市面上相關書籍琳琅滿目，主要分為AI概念介紹、基礎Python程式撰寫，亦或各領域專業程式等，且內容涵蓋專精理論架構與艱深數學模式推導。對於AI學習與普及性而言，容易產生學習品質不良的景況，且缺乏跨領域AI學習的架構與範疇。 本書乃以跨領域AI學習與程式應用為出發點，簡潔扼要圖表說明各領域AI的理論架構及應用層面，每個章節均對應程式設計與範例，均儲存於雲端供讀者下載練習。附件提供讀者立即查詢各項程式指令、套件、函數庫、與模型介紹等資料，並強化跨領域實務操作連結。此外，嘉惠各領域讀者能編寫出Python應用程式，例如智慧產業、智慧金融、決策樹分析、影音辨識、圖像與影像辨識、情緒偵測、現實虛擬系統、與自然語言處理等程式。有效理解並貫穿AI理論與內涵的精義，增進學習品質。對於AI教育的普及性與跨領域程式設計能力的培育，具有加持效果和助力。 【目錄】

看圖學Python人工智慧程式設計 (2版)

類似書籍推薦給您

【簡介】 【目錄】

看圖學Python人工智慧程式設計(附範例光碟) (1版)

類似書籍推薦給您

看圖學Python人工智慧程式設計 ISBN13：9786263282568 出版社：全華圖書 作者：陳會安 裝訂：平裝 附件：光碟 規格：26cm*19cm*1.6cm (高/寬/厚) 重量：726克 版次：1 出版日：2022/07/01 中國圖書分類：電腦程式語言 本書特色 1.從Python的基礎入門到人工智慧應用。 2.使用圖解搭配程式實作奠定Python語言的基礎程式設計。 3.使用fChart流程圖直譯工具，了解執行過程和除錯，訓練程式邏輯和解決問題的能力。 4.豐富的人工智慧應用：人臉偵測與人臉識別、多手勢追蹤與人體姿態評估、手勢操控、影像分類、物體識別與OCR文字識別等。 5.實際使用Teachable Machine網頁工具說明訓練AI模型的步驟和過程，輕鬆建立自己的深度學習模型與應用。 內容簡介 　本書是一本學習Python程式設計的入門教材，也是一本入門人工智慧程式設計的基礎教材，可以讓初學者輕鬆自行建立相關的人工智慧應用。 　在內容上不只完整說明需要具備的Python程式設計能力，更詳細說明常見人工智慧應用的相關套件，可以馬上靈活運用這些套件來建立自己的人工智慧應用，包含：物體識別和OCR文字識別，人臉、多手勢追蹤、姿勢偵測（即時偵測出人臉、手勢和姿勢），與人臉識別（辨識出這是誰的臉），最後實際運用Python來建立剪刀、石頭、布等手勢操控Windows應用程式、AI健身教練、車牌辨識和刷臉點名/報到等專案開發。 　本書使用大量圖例和流程圖來詳細說明程式設計的觀念和語法，在流程圖部分是使用fChart流程圖直譯器，此工具不只可以繪製流程圖，還能使用動畫執行流程圖，來驗證程式邏輯的正確性，讓讀者學習使用電腦的思考模式來撰寫Python程式碼，藉以提昇邏輯思考、抽象推理與問題解決能力。 目錄 CH01 Python語言與運算思維基礎 1-1 程式與程式邏輯 1-2 認識Python、運算思維和Thonny 1-3 下載與安裝Thonny 1-4 使用Thonny建立第一個Python程式 1-5 Thonny基本使用與程式除錯 CH02 寫出和認識Python程式 2-1 開發Python程式的基本步驟 2-2 編輯現存的Python程式 2-3 建立第二個Python程式的加法運算 2-4 看看Python程式的內容 2-5 Python文字值 2-6 Python寫作風格 CH03 變數、運算式與運算子 3-1 程式語言的變數 3-2 在程式使用變數 3-3 變數的資料型態和型態轉換函數 3-4 讓使用者輸入變數值 3-5 認識運算式和運算子 3-6 在程式使用運算子 CH04 條件判斷 4-1 你的程式可以走不同的路 4-2 關係運算子與條件運算式 4-3 if單選條件敘述 4-4 if/else二選一條件敘述 4-5 if/elif/else多選一條件敘述 4-6 在條件敘述使用邏輯運算子 CH05 重複執行程式碼 5-1 認識迴圈敘述 5-2 for計數迴圈 5-3 while條件迴圈 5-4 改變迴圈的執行流程 5-5 巢狀迴圈與無窮迴圈 5-6 在迴圈中使用條件敘述 CH06 函數 6-1 認識函數 6-2 使用者自訂函數 6-3 函數的參數 6-4 函數的回傳值 6-5 函數的實際應用 6-6 變數範圍和內建函數 CH07 字串與容器型態 7-1 字串型態 7-2 串列型態 7-3 元組型態 7-4 字典型態 7-5 字串與容器型態的運算子 CH08 檔案、類別與例外處理 8-1 檔案處理 8-2 二進位檔案讀寫 8-3 類別與物件 8-4 建立例外處理 CH09 Python模組與套件 9-1 Python模組與套件 9-2 os模組：檔案操作與路徑處理 9-3 math模組：數學函數 9-4 turtle模組：海龜繪圖 9-5 pywin32套件：Office軟體自動化 CH10 OpenCV影像處理與Webcam 10-1 OpenCV安裝與基本使用 10-2 OpenCV影像處理 10-3 OpenCV視訊處理與Webcam 10-4 OpenCV影像資料：NumPy陣列 CH11 認識人工智慧、機器學習與深度學習 11-1 人工智慧概論 11-2 認識機器學習 11-3 什麼是深度學習 CH12 人工智慧應用（一）：人臉偵測與人臉識別 12-1 MediaPipe框架與CVZone電腦視覺套件 12-2 使用CVZone人臉偵測 12-3 使用CVZone臉部網格 12-4 CVZone辨識臉部表情：張嘴/閉嘴與開眼/閉眼 12-5 face-recognition人臉識別 CH13 人工智慧應用（二）：多手勢追蹤與人體姿態評估 13-1 CVZone多手勢追蹤 13-2 CVZone辨識手勢（一）：剪刀、石頭與布 13-3 CVZone辨識手勢（二）：OK手勢 13-4 CVZone人體姿態評估 13-5 CVZone辨識人體姿勢（一）：仰臥起坐 13-6 CVZone辨識人體姿勢（二）：伏地挺身 CH14 AI整合實戰（一）：手勢操控、健身教練與刷臉簽到 14-1 AI整合實戰：手勢操控 14-2 AI整合實戰：健身教練 14-3 AI整合實戰：刷臉簽到 CH15 人工智慧應用（三）：影像分類、物體識別與OCR文字識別 15-1 OpenCV DNN模組和TensorFlow Lite 15-2 影像分類 15-3 物體識別 15-4 文字偵測 15-5 Tesseract-OCR文字識別 CH16 AI整合實戰（二）：Teachable Machine訓練模型與車牌辨識 16-1 AI整合實戰：Teachable Machine訓練機器學習模型 16-2 AI整合實戰：車牌辨識