商品簡介
藉由本書,您將可以了解:
.如何建構開發環境
.TensorFlow的深度學習概念
.函式庫的使用方法
.簡單的分類問題
.Keras的使用方法
.如何使用CAE消除雜訊
.如何建立讓黑白照片轉換成彩色照片的模型
.如何建立超高解析度成像
.如何透過機器學習轉換畫風
.如何建置BEGAN自動生成影像
作者簡介
1983年生於東京,長於名古屋。於京都大學基礎物理學研究所研究基本粒子理論,2010年取得博士學位。同年以社會新鮮人之姿進入以資料分析為專業的BrainPad公司。進入公司之後,以自身的數學背景負責自然語言處理引擎與推薦演算法的開發,目前負責調查與驗證最新的技術,也是TensorFlow User Group Tokyo創始成員、Google Developer Expert(Machine Learning)、日本深度學習協會考試委員。曾經擔任《Data Science at the Command Line》日文版(日本歐萊禮)的審校,著有《TensorFlow 活用ガイド》(合著、技術評論社)。
須藤廣大
1991年生於神奈川縣。於全世界漂泊一年之後,進入奈良先端科學技術大學研究所專修自然語言處理學,取得資訊工程碩士。
畢業後,立刻進入BrainPad服務,以機械學習工程師的身份從事深度學習的分析與開發。
黑澤匠雅
2017年以社會新鮮人的身份進入以資料分析為專業的BrainPad服務。
2018年,於東京理科大學研究所取得博士學位。
小田大輔
1980年生於福岡縣。自九州藝術工科大學音響設計學科畢業後,進入遊戲製作公司從事樂曲、內容製作、遊戲程式設計與相關業務,再進入BrainPad公司服務。參與行銷、資料諮詢這類分析專案之後,目前負責調查行銷與資料諮詢於AI相關技術專案的應用。
序
不過盡早掌握「原來深度學習還能做到這種事」、「深度學習只有這點程度嗎?」、「深度學習需要這麼多資料嗎?」、「參數的調整居然這麼費工」的感覺,應該也很重要不是嗎?
像工程師一般先接觸看看,執行並自訂相關的功能之後,再開始學習基礎理論,應該也是不錯的學習方式。
本書大致上分成兩大部分。
第一部分說明深度學習TensorFlow、Keras 的基礎,第二部分則說明如何撰寫影像處理應用的Keras 模型。第一部分僅限於在第二部分帶領大家「體驗」深度學習的知識,而非無所不包的解說。
第二部分介紹的是「消除雜訊」、「自動上色」、「超高解析度成像」、「轉換畫風」、「產生影像」等內容,所有的內容都與讓Autoencoder 構造發展的模型有關,所以不管是哪種模型,神經網路的構造都很相似。一個構造能支援多種任務,是深度學習的有趣之處,希望大家也能體會「不同的創意能開發出不同功能」的這種感覺。
此外,本書所有的範例檔與資料都是Jupyter Notebook 格式,可從出版社網站下載。請大家務必執行看看,親自體驗深度學習的奧祕。
目次
Chapter 1 機械學習函式庫 TensorFlow 與 Keras
Chapter 2 建構開發環境
Chapter 3 透過簡單的範例學習 TensorFlow
Chapter 4 神經網路與 Keras
Chapter 5 利用 Keras 建構 CNN
Chapter 6 應用預訓練模型
Chapter 7 常用的 Keras 功能
Part 2 應用篇
Chapter 8 使用 CAE 消除雜訊
Chapter 9 自動上色
Chapter 10 超高解析度成像
Chapter 11 轉換畫風
Chapter 12 影像生成
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。