Deep learning 深度學習必讀：Keras 大神帶你用 Python 實作

　　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, 可以輕易將各種神經網路組合在一起, 而每一種模型可用來解決不同的問題。

　　正宗
Keras
大神著作，正體中文版重磅登場

　　本書為
Keras
之父
François Chollet
親自撰寫, 詳細解說神經網路每一層的架構與原理, 並不時提供個人經驗累積而成的真知灼見, 帶領讀者熟悉機器學習的標準工作流程, 並了解如何使用
Keras
解決從電腦視覺到自然語言處理的各種實務問題, 例如圖像分類、時間序列預測、情感分析、圖像和文字資料的生成...等, 最有效率實作出可用的模型, 絕對是機器學習、資料科學、人工智慧從業人員必讀的經典之作。

　　最後引述
François Chollet
在書中所說：深度學習並不難, 只是又多又雜, 這本書就是希望能夠提供更多人瞭解深度學習的第一步。這不表示我們會把複雜的內容簡化
(因為這些都是深度學習所必需的), 而是希望各位不要擔心深度學習太過於困難而裹足不前。希望你能夠發現本書的價值, 並跟著本書逐步建構屬於你的人工智慧應用程式。

　　■
CNN
–
用於電腦視覺的深度學習
　　■
RNN
–
用於文字與序列資料的深度學習
　　■
LSTM、VAE
與
DeepDream
　　■
神經風格轉換
　　■
GAN
生成對抗神經網路
　　■
機器學習與神經網路
　　■
張量
Tensor
與張量運算
　　■
Keras API、callbacks
與
TensorBoard
　　■
超參數優化與模型集成

　　本書相關資源網頁如下, 請登錄下載範例程式及
Bonus：
　　www.flag.com.tw/bk/t/f9379

　　也歡迎加入本書社群, 和技術者們直接對話！
　　「從做中學
Learning by doing」粉絲專頁
　　(www.facebook.com/flaglearningbydoing/)

本書特色
 
　　本書由施威銘研究室
監修, 書中會針對原書所提及的背景知識做補充, 所有程式均經過實際執行測試, 並適當添加註解與程式碼, 幫助讀者能更加理解程式內容。