限時7折將截止卡瓦納徹底防疫全攻略Kobe Bryant特輯防護口罩

Deep learning 深度學習必讀 -

Keras

大神帶你用 Python 實作 (二手書)

出版日期:2019-05-31
二手書交易資訊
用 Python +

Keras

實踐深度學習, 解開神經網路模型的黑盒子在高階函式庫 Keras 的幫助下, 用 6 行程式就可寫一隻深度學習神經網路的程式, 建構深度學習模型就像玩樂高積木一樣, ...

Deep learning 深度學習必讀 -

Keras

大神帶你用 Python 實作

出版日期:2019-05-31
用 Python +

Keras

實踐深度學習, 解開神經網路模型的黑盒子在高階函式庫 Keras 的幫助下, 用 6 行程式就可寫一隻深度學習神經網路的程式, 建構深度學習模型就像玩樂高積木一樣, ...

實戰TensorFlow x

Keras

工作現場開發

出版日期:2019-03-26
出版社:碁峰資訊
本書是解說以TensorFlow打造深度學習模型的入門書籍,從建構環境開始,並且介紹深度學習、TensorFlow、

Keras

的基礎。接著,則挑戰以Keras建構實用的影像處理深度學習模型。一邊帶著大 ...

TensorFlow 與

Keras

- Python 深度學習應用實務

作者:陳允傑
出版日期:2019-08-28
數學忘光光,人工智慧原理看不懂?→ 大量的【圖解說明】讓你秒懂運作原理用相同資料集,訓練好的模型準確率比別人低很多?→ 【舉一反三不死背】,教你用最適當的演算法調整模型手上一堆資料,但要怎麼餵給神經網 ...

tf.

keras

技術者們必讀!深度學習攻略手冊

出版日期:2020-02-13
本書由台灣人工智慧學校技術發展處處長 張嘉哲、專案處處長 蔡源鴻 審閱剛接觸 Deep learning 深度學習, 大家都說

Keras

實作最簡單、最多人用, 各種參考資源也很豐富, 但實際學習 ...

深度學習:使用

Keras

作者:Rowel Atienza
出版日期:2019-11-25
出版社:碁峰資訊
內容簡介: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 ...

TensorFlow+

Keras

深度學習人工智慧實務應用 (二手書)

作者:林大貴
出版日期:2017-06-09
二手書交易資訊
人工智慧時代來臨,必須學習的新技術輕鬆學會「深度學習」:先學

Keras

再學TensorFlow★成長最快領域:深度學習與類神經網路,是人工智慧成長最快的領域,讓電腦更接近人類的思考。★應用深入生活:手 ...

TensorFlow之外的好選擇:

Keras

、Caffe SK-Learn機器學習實作 (二手書)

出版日期:2018-01-08
出版社:佳魁數位
二手書交易資訊
機器學習需要一條脫離過高理論門檻的入門之路。本書繞過理論障礙,打通了一條由淺入深的機器學習之路。豐富的實戰案例講解,介紹如何將機器學習技術運用到股票量化交易、圖片渲染、圖片識別等領域。本書包含兩部分: ...

TensorFlow之外的好選擇:

Keras

、Caffe SK-Learn機器學習實作

出版日期:2018-01-08
出版社:佳魁數位
機器學習需要一條脫離過高理論門檻的入門之路。本書繞過理論障礙,打通了一條由淺入深的機器學習之路。豐富的實戰案例講解,介紹如何將機器學習技術運用到股票量化交易、圖片渲染、圖片識別等領域。本書包含兩部分: ...

Python深度學習實作:

Keras

快速上手

出版日期:2018-06-28
*系統地講解深度學習的基本知識、建模過程和應用,是非常好的深度學習入門書。*以推薦系統、圖形識別、自然語言處理、文字產生和時間序列的具體應用作為案例。*從工具準備、資料擷取和處理,到針對問題進行建模的 ...

TensorFlow+

Keras

深度學習人工智慧實務應用

作者:林大貴
出版日期:2017-06-09
人工智慧時代來臨,必須學習的新技術輕鬆學會「深度學習」:先學

Keras

再學TensorFlow★成長最快領域:深度學習與類神經網路,是人工智慧成長最快的領域,讓電腦更接近人類的思考。★應用深入生活:手 ...

Python深度學習實作:

Keras

快速上手 (二手書)

出版日期:2018-06-28
二手書交易資訊
*系統地講解深度學習的基本知識、建模過程和應用,是非常好的深度學習入門書。*以推薦系統、圖形識別、自然語言處理、文字產生和時間序列的具體應用作為案例。*從工具準備、資料擷取和處理,到針對問題進行建模的 ...


您對於搜尋結果是否滿意?
太好了!感謝您的回饋!
感謝您的建議!我們會持續提供更好的搜尋服務!
很抱歉沒能幫上忙 :( 我們應如何改進呢?