TensorFlow+Keras深度學習人工智慧實務應用

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

選擇語言

:::網站搜尋

TensorFlow+Keras深度學習人工智慧實務應用

9折$ 531

精選書評

全部書評 | 共9則書評

評鑑星等(可複選)

評鑑日期

得獎認證