孤獨死這輩子賺多少才夠布蘭登山德森經濟學漫畫猶太教哥布林模式媽媽是房子兒童選讀零內耗溝通季暢銷讀冊選讀五十歲後別教出混蛋更新粒線體

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|用Python進行深度學習的基礎理論實作 (二手書)

作者:斎藤康毅
出版日期:2017-08-21
出版社:歐萊禮
二手書交易資訊
這是一本深度學習的入門書。不依賴外部函式庫,利用Python3,就能從零開始,實作深度學習,愉快地瞭解深度學習的原理。不僅能幫你打好深度學習及神經網路的基礎,也能讓你徹底學會誤差反向傳播法、卷積神經網 ...

Python機器學習與深度學習特訓班:看得懂也會做的AI人工智慧實戰(附120分鐘影音教學/範例程式) (二手書)

出版日期:2019-05-28
出版社:碁峰資訊
二手書交易資訊
國內外最具代表性案例兩大雲端應用、15項分類實例、9大專題實戰自然語言、文字識別、語音轉換、分析預測、物件自動標示、影像辦識真正實練!從資料收集整理、模型訓練調整,檢測修正到產出全面解秘!資料科學(D ...

Python深度學習 (二手書)

出版日期:2018-01-05
二手書交易資訊
隨著普羅大眾對人工智慧的興趣日益濃厚,深度學習也引起了廣泛的關注。每一天都有許多深度學習的演算法被運用在不同的產業中。本書將會為您提供有關該主題的所有實務資訊,包括最佳實作,使用真實世界的案例。您將學 ...

決心打底!Python 深度學習基礎養成 (二手書)

作者:我妻幸長
出版日期:2020-07-07
二手書交易資訊
一步步拆解複雜的數學算式, 一筆筆手工算給你看, 硬派學習才能紮穩根基!「想要學好深度學習, 深入了解底層各種演算法的運算細節絕對有其必要!」相信不少初學者正抱持著相同的想法, 希望好好熟悉 mini ...

TensorFlow 與 Keras - Python 深度學習應用實務 (二手書)

作者:陳允傑
出版日期:2019-08-28
二手書交易資訊
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 ...

練好深度學習的基本功|用Python進行基礎數學理論的實作 (二手書)

作者:立石賢吾
出版日期:2020-08-06
出版社:碁峰資訊
二手書交易資訊
從基本暸解深度學習的運作機制!詳盡解說讓不擅長數學的人也能夠暸解。僅用Python和NumPy,就可一步一腳印完成實作!獻給想要跨出「只會使用函式庫實作」舒適圈的人。「雖然我知道如何透過函式庫來做深度 ...

TensorFlow自然語言處理:善用 Python 深度學習函式庫,教機器學會自然語言 (二手書)

出版日期:2019-09-09
出版社:碁峰資訊
二手書交易資訊
內容簡介:本書提供穩固而札實的實務基礎,讓你有能力解決各種NLP任務。本書涵蓋NLP的各個面向,除了理論基礎之外,更強調實務方面的實作。在解決各種NLP任務時,如果能在實務方面擁有良好的基礎,一定有助 ...

深度學習的數學地圖 - 用 Python 實作神經網路的數學模型 (附數學快查學習地圖) (二手書)

出版日期:2020-05-28
二手書交易資訊
『數學 ╳ 深度學習 ╳ Python 三效合一』深度學習用一句話就可以講完:『用訓練的方式找出一個數學函數,將輸入的資料映射到正確的答案』。重點就在於你如何找出那個對的數學函數!本書將深度學習的數學 ...

還在漫無頭緒?一本書帶你走完Python深度學習 (二手書)

作者:唐亘
出版日期:2018-11-19
出版社:佳魁數位
二手書交易資訊
✤本書特色:✔一書融會貫通統計學、機器學習與計算機科學三大學門,搭建完備的知識體系。✔以Python語言為基礎,引領讀者學會完成建模,實用性極強。✔詳析分散式機器學習、神經網路、深度學習等人工智慧的尖 ...

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?