Deep Learning｜用Python進行深度學習的基礎理論實作

作者：斎藤康毅

譯者：

吳嘉芳

書號： A523

出版日： 2017/08/10

ISBN： 9789864764846

EAN： 9789864764846

紙本書價格： 580

附件：無

電子書：

尚未出版

試讀

博客來

金石堂

天瓏

團體購書

回頁首

不走捷徑，幫助您真正搞懂「深度學習」的真義
這是一本與「深度學習」有關的書籍。從入門開始說明，一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解：深度學習究竟是什麼？有何特色？根據何種原理來運作？

從零開始，由實做中學習
本書的目標是，盡量避免使用不瞭解內容的「黑盒子」，以基礎的知識為起點，以容易上手的Python撰寫程式，從動手實作的過程中，一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話，這本書並不屬於汽車駕訓教材，而是希望能夠幫助您瞭解車子的原理，而非教您開車的方法。為了瞭解汽車的結構，必須試著打開車子的引擎蓋，將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀，篩選出車子的核心部分，就像組合迷你模型般，製作出這台車子。本書的目標，就是透過製作車子的過程，讓你感受到自己實際可以製作出車子，進而熟悉與車子的相關技術。

本書特色：
．利用最少的外部函式庫，使用Python，從零開始實際執行深度學習的程式。
．說明Python 的用法，讓Python 的初學者也能理解。
．實際執行Python 的原始碼，同時提供讀者手邊可以進行實驗的學習環境。
．從簡單的機器學習問題開始，到最後執行精密辨識影像的系統。
．以淺顯易懂的方式說明深度學習與神經網路理論。
．針對看似複雜的技術，如誤差反向傳播與卷積運算等，利用實際操作方式說明，幫助理解。
．介紹在執行深度學習時，有幫助且實用的技巧，包括決定學習率的方法、權重的預設值等。
．說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。
．為什麼深度學習很優秀，為什麼加深層數，就能提高辨識準確度，為什麼隱藏層很重要，仔細說明這些「為什麼」。
．介紹自動運作、產生影像、強化學習等深度學習的應用範例。

回頁首

斎藤康毅
1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。

回頁首

科幻電影中的世界，現在儼然已成為現實。例如，人工智慧奪得象棋、西洋棋的冠軍，最近甚至得到圍棋的勝利。智慧型手機也能瞭解人類的語言，在視訊通訊中，進行即時「機器口譯」。內建了相機的「防撞汽車」，讓我們看到保護人類生命，汽車自動駕駛實用化的可能性。環顧我們生活周遭，原以為只有人類才能執行的操作，人工智慧不僅能完美做到，甚至還可能凌駕人類之上。我們的世界隨著人工智慧的發展，將進入一個全新的境界。

這項驚人發展的背後，「深度學習」這項技術其實是功不可沒的幕後功臣。全球的研究人員把深度學習視為創新技術，有些人甚至盛讚它為數十年來首度的突破性進展。事實上，深度學習這個新名詞，不僅研究學者、技術人員，就連一般人也略知一二，在新聞、雜誌上都有介紹，頗受矚目。

這本書就是以深受各方關注的「深度學習」為主題所撰寫而成。主要的目的是，盡可能讓你深入（「Deep」）瞭解深度學習的相關技術。因此，本書的概念是「從零開始製作」。
這本書的特色是透過「製作」的過程，發掘深度學習的本質。在執行深度學習程式的過程，徹底（盡可能）說明必要的技術。此外，還提供實際執行的程式，讓讀者可以自行進行各種實驗。

要製作深度學習，需要通過許多磨練，還得花費不少時間，卻能因此獲益良多，也一定會有許多發現。所謂的製作，是開心而且令人雀躍的事情。希望透過本書的「製作」過程，讓你熟悉深度學習使用的技術，（可能的話）從中感受到樂趣。

深度學習已經實際在世界上的各個場所中運作著。現在人手一支的智慧型手機，也包含了深度學習。自動駕駛的汽車，提供網站服的伺服器，都有深度學習的存在。在多數人沒有發覺的角落，深度學習正默默地持續舞動著。今後，深度學習之舞，應該會變得更多采多姿。希望藉由這本書，讓你瞭解與深度學習有關的技術。

回頁首

第一章 Python入門
第二章感知器
第三章神經網路
第四章神經網路的學習
第五章誤差反向傳播法
第六章與學習有關的技巧
第七章卷積神經網路
第八章深度學習
附錄A Softmax-with-Loss層的計算圖
參考文獻

回頁首

Data Science from Scratch中文版｜用Python學資料科學 Deep Learning 2｜用Python進行自然語言處理的基礎理論實作 Deep Learning 3｜用Python進行深度學習框架的開發實作

回頁首

請選擇所需之附件

勘誤資料

檔案名稱	下載	檔案名稱	下載
6-17	下載	A523_勘誤表	下載

範例檔

檔案名稱	下載	檔案名稱	下載
deep-learning-from-scratch-master	下載