
0人評分過此書
少年Py的大冒險:成為Python AI深度學習達人的第一門課
1.以三大篇章,共41種冒險旅程,成為可以活用AI的深度學習達人。
2.書中以各種有趣的範例,如:用電腦創作歌詞、使用DeepFace打造人臉辨識、情緒辨識等引發學習興趣。
3.書末以「股票的自動交易系統」為專題,從資料整理與程式實作兩方面做整合性的應用。
4.輕鬆活潑的筆調,搭配可愛的插圖,以圖解化方式加深學習印象。
近年來人工智慧最主要的重心在深度學習,也是因深度學習有許多突破性的發展,而讓人工智慧有了許多以前意想不到的應用。本書承襲前作《少年 Py的大冒險:成為Python數據分析達人的第一門課》的風格,藉由輕鬆活潑的方式,從基本的原理開始,讀者可一步步跟著書中每個冒險,成為可以活用AI的深度學習達人!
本書規劃三個篇章,共41種冒險。從AI的原理、怎麼思考所需的AI模型開始說明,接著介紹神經網路三大天王(DNN、CNN、RNN),並大量運用Gradio這個有趣的套件,把書中的AI模型做成網路應用程式。
本書也介紹了如何用Hugging Face的transformers套件打造有趣的自然語言處理應用,以及使用DeepFace打造人臉辨識、情緒辨識等等。對於生成對抗網路(GAN)及強化學習也有相當詳細地說明。
2.書中以各種有趣的範例,如:用電腦創作歌詞、使用DeepFace打造人臉辨識、情緒辨識等引發學習興趣。
3.書末以「股票的自動交易系統」為專題,從資料整理與程式實作兩方面做整合性的應用。
4.輕鬆活潑的筆調,搭配可愛的插圖,以圖解化方式加深學習印象。
近年來人工智慧最主要的重心在深度學習,也是因深度學習有許多突破性的發展,而讓人工智慧有了許多以前意想不到的應用。本書承襲前作《少年 Py的大冒險:成為Python數據分析達人的第一門課》的風格,藉由輕鬆活潑的方式,從基本的原理開始,讀者可一步步跟著書中每個冒險,成為可以活用AI的深度學習達人!
本書規劃三個篇章,共41種冒險。從AI的原理、怎麼思考所需的AI模型開始說明,接著介紹神經網路三大天王(DNN、CNN、RNN),並大量運用Gradio這個有趣的套件,把書中的AI模型做成網路應用程式。
本書也介紹了如何用Hugging Face的transformers套件打造有趣的自然語言處理應用,以及使用DeepFace打造人臉辨識、情緒辨識等等。對於生成對抗網路(GAN)及強化學習也有相當詳細地說明。
-
第1篇【啟程】打造裝備,踏上深度學習冒險旅程
-
工具準備
-
冒險 01 Colab免安裝的深度學習環境
-
冒險 02 瞭解Colab的檔案系統
-
冒險 03 用Anaconda在自己電腦打造深度學習環境
-
冒險 04 互動模式的複習
-
冒險 05 用Gradio神速打造Web App!
-
-
人工智慧概念
-
冒險 06 人工智慧就是問個好問題,化成函數的形式學個函數!
-
冒險 07 打造函數學習機三部曲
-
冒險 08 運用深度學習的種種想法
-
-
-
第2篇【冒險】 深度學習的三大天王
-
全連結神經網路DNN
-
冒險 09 神經網路的概念和全連結神經網路
-
冒險 10 神經網路的學習方式
-
冒險 11 實作手寫辨識:MNIST數據集
-
冒險 12 打造全連結神經網路函數學習機
-
冒險 13 讀回我們的model,用 gradio瞬間打造網路app!
-
-
圖形辨識天王CNN
-
冒險 14 圖形辨識天王CNN.
-
冒險 15 用CNN做圖形辨識 - 資料處理篇
-
冒險 16 三部曲打造圖形辨識CNN.
-
冒險 17 Cooper真的是馬爾濟斯嗎?使用名門CNN幫助辨識!
-
冒險 18 遷移式學習做八哥辨識
-
-
有記憶的神經網路RNN
-
冒險 19 神經網路三大天王之有記憶的RNN
-
冒險 20 IMDb評論情意分析問題介紹
-
冒險 21 打造RNN情意分析函數學習機
-
冒險 22 打造真的可以使用的情意分析
-
冒險 23 RNN技巧討論
-
冒險 24 《紅樓夢》生成器
-
冒險 25 打造自己的Tokenizer(文字型資料的處理)
-
-
-
第3篇【回歸】 發揮創意,看到 AI 的無限可能
-
Attention和transformer
-
冒險 26 RNN看成Encoder-Decoder Structure
-
冒險 27 Attention注意力模式的概念
-
冒險 28 有機會成為第四大天王的變形金剛 transformer
-
冒險 29 芝麻街自然語言新時代
-
冒險 30 用 transformers快速打造文字生成器
-
冒險 31 讓我們做歌詞產生器網路App!
-
-
生成模式和GAN
-
冒險 32 神經網路的另一個打造方式
-
冒險 33 Functional API 介紹
-
冒險34 簡單找表示向量的方法Autoencoder
-
冒險 35 創作型的神經網路GAN
-
冒險 36 有趣的GAN應用
-
冒險 37 FaceNet 和特徵表現向量的尋找
-
冒險 38 用 DeepFace來做人臉辨識!
-
-
強化學習和DQN
-
冒險 39 強化學習的介紹
-
冒險 40 自動交易系統:資料整理篇
-
冒險 41 自動交易系統:程式實作篇
-
-
- 出版地 : 臺灣
- 語言 : 繁體中文
評分與評論
請登入後再留言與評分