ISBN: 9789864344178

出版日期: 2019-08-30

作者： 黃士嘉,林邑撰

裝訂： 平裝.單色印刷.304頁.23.

 

　　[ TensorFlow 2.0語法更簡潔 ]學習門檻較低，使初學者更容易上手
　　[ TensorFlow 2.0支援多個平台 ]可以在多種平台上訓練生成的網路模型
　　[ TensorFlow 2.0內建Keras高階API ]Keras與TensorFlow的相容性、方便性和效率更高
　　[ TensorFlow 2.0簡化API ]只保留tf.keras，清除較少人使用和重複的API

　　在人工智慧（AI）的時代，TensorFlow已經成為深度學習開發的主流程式庫，其功能強大、運算效率高、支援多個平台，造就了業界和學術界的廣泛使用。然而，TensorFlow 1.x版的學習門檻高，對剛入門的初學者來說相當難上手，針對這個問題，Google開發團隊推出了TensorFlow 2.0版。TensorFlow 2.0引入了Eager Execution動態圖模式、Keras高階API和tf.data等三個功能，讓學習門檻大幅降低。本書使用最新的TensorFlow 2.0深度學習套件，並透過十個章節的內容，讓讀者同時學習到理論與實務應用。

　　拿起這本書，你將學到：
　　◎利用TensorFlow Keras API，並能充分理解使用簡潔指令、自由組合且容易擴展的模塊化API的優勢。
　　◎利用tf.data資料輸入管道，速度更快、更簡單。
　　◎學習TensorFlow高階技巧：客製化網路層、損失函數、指標函數和回調函數。
　　◎學習TensorBoard高階技巧：TensorBoard低階API和超參數調校工具。
　　◎使用TensorFlow Datasets資料集平台，更方便下載和使用。
　　◎使用TensorFlow Hub開放預訓練模型平台，更方便搭建和使用預訓練權重。
　　◎了解神經網路反向傳遞的原理。
　　◎了解及實作全連接神經網路。
　　◎了解及實作卷積神經網路。
　　◎了解及實作遷移學習任務。
　　◎掌握訓練網路的技巧：權重初始化的重要性、權重正規化、Dropout、Batch Normalization。
　　◎運用深度學習經典網路架構：LeNet、AlexNet、VGG、GoogLeNet和ResNet。
 

 

作者簡介
黃士嘉,林邑撰

作者簡介



黃士嘉

　　【經歷】
　　◎國立臺北科技大學電子工程系 教授
　　◎加拿大安大略理工大學 國際客座教授
　　◎IEEE Sensors Journal 國際期刊編輯
　　◎IEEE BigData Congress 國際會議主席
　　◎IEEE CloudCom Conference 國際會議主席

　　【獲獎】
　　◎經濟部第5屆國家產業創新獎
　　◎ACM臺灣分會，李國鼎青年研究獎
　　◎國立臺北科技大學電資學院，院傑出研究獎
　　◎國立臺北科技大學，校傑出研究獎
　　◎國立臺北科技大學，Dr.Shechtman年輕學者獎

林邑撰

　　【學歷】
　　◎國立臺北科技大學電子工程系碩士