選擇語言
English
繁體中文
简体中文
:::相關網站
回首頁
售票網
企業採購
福利平台
海外專館
:::會員服務|快速功能
會員登入
黃金會員
前往會員專區
我的電子書櫃
訂單查詢
瀏覽記錄
下次再買
可訂購時通知
本月獨享
可用E-Coupon
0
張
可用單品折價券
0
張
可用購物金
0
元
可用 OPENPOINT
0
點
登出
訂單查詢
購物車(
0
)
電子書櫃
繁體
展開廣告
關閉廣告
HOT
母親節蛋糕
人文知識講座
零食補貨
MUJI
:::網站搜尋
全部
全部
圖書
電子書
有聲書
訂閱
影音
美妝
保健
服飾
鞋包配件
美食
家居生活
餐廚生活
設計文具
無印良品
星巴克
3C
家電
日用
休閒生活
婦幼生活
電子票證
寵物生活
票券
玲廊滿藝
故宮精品
雜誌
售票
海外專館
快速到貨
禮物卡
全站熱銷榜
天天爆殺
今日66折
每日簽到
禮物卡
現領折價券
全站分類
電子書
兒童館
旅遊戶外
家居日用
美妝個清
健康運動
品牌旗艦
旗艦品牌
中文書
.
簡體
.
外文
電子書
.
有聲
.
訂閱
雜誌
.
日文書
CD
.
DVD
.
黑膠
線上藝廊
文具
.
動漫
日用品
.
婦幼玩具
彩妝
.
保養
.
洗沐
鞋包
.
黃金
.
服飾
3C
.
手機
.
電玩
家電
.
視聽
美食
.
生鮮
.
保健
寵物
.
家居
.
餐廚
運動
.
戶外
.
旅用
禮券
.
票證
.
票券
博客來
讀者書評
TensorFlow+Keras深度學習人工智慧實務應用 的所有評鑑
取消
送出
取消
送出
確認
瀏覽次數(12)
分享至Line
分享至FB
複製連結
4.5
TensorFlow+Keras深度學習人工智慧實務應用
中文書
電腦資訊
林大貴
博碩
|
2017/06/09
9
折$
531
放入購物車
4.5
/5
9位讀者評分
5
67%
4
11%
3
0%
2
11%
1
11%
立即評分
精選書評
愛小說
5.0
|
2018/02/05
本書真的是一步一步的教你如何使用keras和tensorflow來進行簡易的deep learning
而本書也著重於應用,所以也較少理論方面的說明
(在理論方面我建議讀者需要再找其他的deep learning書籍來學習)
總結來說,如果你已經學習過deep learning的理論
想要知道如何實作的話,看這本書就對了
至於想先學習deep learning理論的讀者,我則是不建議購買此書
(補充一點,本書是用python3.x實作)
>More
人工智慧實驗室專題生
5.0
|
2018/03/20
屬於人工智慧入門讀物,但進階的相關知識、理論較為缺乏。
如果只是想會用,但不想知道為甚麼可以這樣用,這本非常推。
.
優
1.看完就有實作的能力。
2,非常淺顯易懂,每一段程式碼都有相對非常白話的解釋。
3.對想入門人工智慧的人是非常好的讀物,簡單易讀到我兩天就學完了,且內容非常扎實。
.
劣
1.沒有數學理論
2.沒有解釋如何設計參數
3.沒有解釋類神經網路的結構在甚麼時候如何設計
>More
全部書評
|
共9則書評
評鑑星等
(可複選)
全部
5星
4星
3星
2星
1星
評鑑日期
全部
最近一個月
最近三個月
最近半年
最近一年
最近三年
三年以前
笙仔
5.0
|
2019/06/30
劇透警告
如同我同事說的「看書的時間點不分早晚,當你閱讀的當下就是最好的Timing」。這本2017年出版的「TensorFlow+Keras深度學習人工智慧實務應用」對我而言,眼下就是最好的相逢。
面對以深度學習為主所掀起的第三次人工智慧熱潮,想當然耳是身處大數據應用第一線工程師必修的資訊技能。早先經由林大貴的姐妹作「Python+Spark 2.0+Hadoop機器學習與大數據分析實戰」學習到了傳統機器學習的功夫,在此基礎上再更一步研讀「TensorFlow+Keras深度學習人工智慧實務應用」一書,循序漸進地朝深度學習的領域探索,在學習進程上的安排是恰如其份。
就如封面所言,TensorFlow是實踐深度學習的低階語言,不適合初學者入門。而建基在TensorFlow之上的Keras函式庫,相當巧妙地將重複性的程式碼包裝起來,提供了便利、直觀的建模函式,讓使用者可以快速地運用類神經網路模型來實作實務問題,不用卡在枝微末節的代碼中。本書就是先從Keras範例開始介紹,等讀者對深度學習模型有一定經驗後,再用TensorFlow解說一次。林大貴的這種安排相當貼心,藉由同一範例執行兩種不同語法來重複練習,也真的能讓書中想傳播的知識確切地印在讀者們腦海中。
章節的範例包含了:手寫數字辨識、照片物體辨識(圖像分類問題),鐵達尼號旅客生存機率(資料分類問題)以及IMDB影評情緒分析(自然語言處理分類問題)。都是常見但精典的機器學習課題,也都有轉化為實務的專案雛形的價值。利用深度學習的MLP(多層感知器)、CNN(卷積神經網路)、RNN(遞歸神經網路)與LSTM(長短期記憶)等深度學習模型,讓人工智慧在資訊科技運用上突破了先前傳統演算法(單純貝氏、決策樹...等)無法跨越的瓶頸,也勢必成為資訊科技從業人員口袋中應配備的應用工具。
書中最後一章是介紹如何安裝Nvidia的GPU顯示卡來加快TensorFlow的運算速度,可惜我沒想為了練習書中範例就去買張顯卡來實踐內容,就只能望文興嘆就字面上體驗GPU的強大威力。
展開
chi
5.0
|
2019/03/23
好書收下我的膝蓋
非常好入門,每個函式的參數和意義都講解得非常詳細
搭配範例,輕鬆理解 非常推薦初學者來閱讀
每個章節都不厭其煩的敘述參數和匯入資源的意義,不用再往前翻查;
各個名詞的定義都解釋清晰,網路專案做一做忘記基本名詞就隨手翻翻
排行榜上的一半我都看過,最推這本
本來跟別人借,覺得根本神書,怒買一本收藏
展開
Garfield
3.5
|
2019/02/20
直接使用keras跟tensorflow實作,不談論理論,建議先讀齊藤康毅那本後再看這本比較好,同時兼具理論+實作
展開
小宅
2.0
|
2018/10/16
我不太推薦這本書給想要"了解深度學習"的人,因為這本書講的理論少之又少、程式碼非常多重覆、不嚴謹(我會說不嚴謹是因為一些程式有明顯的邏輯錯誤,而且在變數命名、參數的使用等等很沒有規則,雖然都是小細節,但我覺得這是不該發生的,更何況這本給的資訊又那麼少),不過,如果你急需要一個非常簡單、幾分鐘後就可以做出個MLP、CNN的書,這本書勉強可以拿來翻翻。
如果把這本書所有的相同的、冗餘的句子都砍掉,整理起來大概不到100頁吧。
展開
賽佛勒斯‧石內卜
5.0
|
2018/09/26
如果你已經有一些深度學習的基本知識,那這本書非常適合讓你進入實作的部分
這本書內容不僅簡單而且豐富有趣,每行程式碼都有超級超級詳細的解說
當然,沒有深度學習理論基礎也可以買這本書,你也絕對看得懂,
但可能會很沒有感覺,因為很多東西會不知道為甚麼這樣用,
總之,這本書讓我這個新手也可以體驗深度學習實作的有趣之處,非常推薦!!
展開
星空遊子
5.0
|
2018/08/27
作者的介紹深入淺出,是以新手為對象,消化過再用淺顯易懂的文字說明。非常值得推薦給入門新手。
已經具備基礎觀念或許應該找其他進階書籍與網路資源。
展開
蔡易翔
1.0
|
2018/08/04
該怎麼說呢,這本書的內容網路上就有許多了,像是如何裝tensorflow、keras、如何玩MNIST資料集等等,我不能說它沒用,確實可以從中學到一點點東西,但是內容真的太淺了,我建議想入門的人可以學習GOOGLE提供的MLCC,不需要數學背景,而且完全免費,由淺入深,還有影片可以看。
展開
人工智慧實驗室專題生
5.0
|
2018/03/20
屬於人工智慧入門讀物,但進階的相關知識、理論較為缺乏。
如果只是想會用,但不想知道為甚麼可以這樣用,這本非常推。
.
優
1.看完就有實作的能力。
2,非常淺顯易懂,每一段程式碼都有相對非常白話的解釋。
3.對想入門人工智慧的人是非常好的讀物,簡單易讀到我兩天就學完了,且內容非常扎實。
.
劣
1.沒有數學理論
2.沒有解釋如何設計參數
3.沒有解釋類神經網路的結構在甚麼時候如何設計
展開
愛小說
5.0
|
2018/02/05
本書真的是一步一步的教你如何使用keras和tensorflow來進行簡易的deep learning
而本書也著重於應用,所以也較少理論方面的說明
(在理論方面我建議讀者需要再找其他的deep learning書籍來學習)
總結來說,如果你已經學習過deep learning的理論
想要知道如何實作的話,看這本書就對了
至於想先學習deep learning理論的讀者,我則是不建議購買此書
(補充一點,本書是用python3.x實作)
展開
共
1
頁
前往
第 1 頁