以下書況,主觀上皆可閱讀,若收到後不滿意,『都可退書退款』。
書況補充說明: B自然泛黃書斑、髒污。
【購買須知】
(1)照片皆為現貨實際拍攝,請參書況說明。
(2)『賣場標題、內容簡介』為出版社原本資料,若有疑問請留言,但人力有限,恕不提供大量詢問。
(3)『附件或贈品』,不論標題或內容簡介是否有標示,請都以『沒有附件,沒有贈品』為參考。
(4)訂單完成即『無法加購、修改、合併』,請確認品項、優惠後,再下訂結帳。如有疑問請留言告知。
(5)二手書皆為獨立商品,下訂即刪除該品項,故『取消』後無法重新訂購,須等系統安排『2個月後』重新上架。
(6)收到書籍後,若不滿意,或有缺漏,『都可退書退款』。
[商品主貨號] U102388883
[ISBN-13碼] 9789865023218
[ISBN] 9865023210
[作者] Rowel Atienza, 曾吉弘
[出版社] 碁峰
[出版日期] 2019/11/25
[裝訂/規格] 平裝 / 368頁 / 17 x 23 x 1.84 cm / 普通級 / 單色印刷 / 初版
[目錄]
第1章|認識進階深度學習與Keras
介紹了深度學習領域的重要觀念,例如最佳化、正規化、損失函數、常用的網路與層以及如何用Keras來實作。本章也使用了Sequential API複習了深度學習與Keras。
第2章|深度神經網路
介紹Keras的Functional API,並使用這個API來在Keras中驗證並實作兩款常用的深度網路架構:ResNet與 DenseNet。
第3章|自動編碼器
介紹自動編碼器這個常見的網路架構,可用來找出輸入資料中潛在表示。本章使用Keras來討論並實作了自動編碼器的兩種應用:降噪與上色。
第4章|生成對抗網路GAN
介紹了當前深度學習領域最重要的進展。GAN可用於生成全新的合成資料,看起來和真的一樣。本章介紹了GAN的基本原理,並使用Keras來實作了兩種GAN:DCGAN與CGAN。
第5章|各種改良版GAN
介紹用於改良基礎GAN的各種演算法。這些演算法解決了訓練GAN時的難點,並提升了合成資料的品質。本章介紹了WGAN、LSGAN與ACGAN,並用Keras來實作。
第6章|抽離語義特徵GAN
討論了如何控制GAN所產生之合成資料的各種屬性。在抽離了潛在特徵之後,就可以控制所要的屬性了。本章介紹了兩種抽離語義特徵技術:InfoGAN與StackedGAN,並用Keras來實作。
第7章|跨域GAN
介紹GAN的一項實務應用:將某個領域的影像轉譯到另一個領域,也就是俗稱的跨域轉換。本章一樣使用Keras來討論並實作了CycleGAN這款廣泛運用的跨域GAN,另外也示範了如何使用CycleGAN來進行上色與風格轉換。
第8章|變分自動編碼器
類似於GAN,VAE也是一款能夠產生合成資料的生成模型。但又有點不一樣,VAE專攻可解碼的連續型潛在空間,適合用於進行變分推論。本章也介紹並用Keras實作了VAE與其變形款:CVAE and β -VAE。
第9章|深度強化學習
介紹強化學習與Q學習的運作原理,說明了兩種在離散型動作空間中實作Q-學習的技術:Q表更新與深度Q網路(DQN)。接著,使用Python來實作Q-學習以及用Keras來實作DQN,兩者都是在OpenAI gym環境中來完成。
第10章|策略梯度方法
說明如何讓神經網路學會強化學習中的決策策略。本章介紹並用Keras與OpenAI gym環境實做了四種方法:REINFORCE法、具基準的REINFORCE法、動作-評價法與優勢動作-評價法(A2C)。本章的範例說明了如何在連續型動作空間中執行策略梯度方法。)
[內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。)
本書將帶領您認識各種進階的深度學習技術,以及如何建立您專屬的劃時代AI。透過Keras完成各種實做專題,您會知道如何運用最新技術來建立高效率AI服務。
本書將會介紹MLP、CNN與RNN等神經網路,這些是諸多進階技術的基石。藉由本書,您可以了解如何運用Keras與Tensorflow來實作深度學習。本書也會帶領您深入探討深度神經網路架構,包括ResNet、DenseNet以及自動編碼器。
本書後半著眼於各種對抗生成網路(GAN),以及為什麼它們可以讓AI效能更上一層樓。實作變分編碼器(VAE)之後,您就能理解如何運用GAN與VAE強大的生成能力,並合成出讓人類信以為真的合成資料。最後介紹的是深度強化學習(DRL),例如深度Q學習與策略梯度方法等等,這些對於近年AI的發展上至關重要。
本書特色
.讓AI效能足以比美人類的各種尖端技術
.使用Keras實作各種進階深度學習模型
.各種進階技術的基石 - MLP、CNN與RNN
.深度神經網路 – ResNet與DenseNet
.自動編碼器與變分編碼器(VAE)
.生成對抗網路(GAN)與各種嶄新的AI技術
.抽離語義特徵GAN與跨域GAN
.深度強化學習(DRL)的理論與實作
.使用 OpenAI gym 建立符合業界標準的應用
.深度Q學習與策略梯度方法
作者簡介
Rowel Atienza
Dado and Maria Banatao學院的人工智慧講座教授。自從畢業於菲律賓大學之後,Rowel就深深著迷於各種智慧型機器人。Rowel的研究領域著眼於AI與電腦視覺。他的夢想是打造一台可以感知、理解與推理的機器。
)
-----------------------------------------------------------
分享閱讀 書籍狀態請詳看圖示