

9
1,8051,624
此訂單成立後向日本進貨,約需等待21個工作天(不含例假日)。 為縮短等待,建議將此商品和其他商品分開下單。
查詢門市庫存
內容簡介
2020年6月、KerasはTensorflowに統合されましたが、本書は統合されたKeras2.4系以降のものを対象とした最新の内容となります。本書は、実践的なDeep Learning システムの構築のための知識の修得を目的としてます。ビジネスや研究の現場において、自分の問題にDeep Learning を適用でき、商用サービスや研究成果の創出に繋げられるという意味です。この観点から、本書では汎用的な問題を題材とし、入力から出力までのシステム全体をメンテナンス性の高いコードで説明します。さらに、教師ありデータが少ない場合の対策や、ネットワーク形状の試行錯誤やハイパーパラメータのチューニングがしやすいシステム設計など、Deep Learning システム開発の現場で役立つ実用的なトピックも扱います。▽対象読者本書の対象読者は次のような方々です。・Deep Learningを用いて実践的なシステム開発をしたい読者・Deep Learningプログラミングの中級者・上級者を目指す読者より具体的には、実践的なDeep Learning システムを構築する必要がある、企業の研究者・開発者・プログラマや、大学の教員・研究員・学生のような方々です。▽動作環境本書では、下記の動作環境にてプログラムの動作確認を行っています。バージョンが多少異なっても大きな問題はありませんが、快適な学習・実践のためにはGPU 環境を推奨します。Keras は、独立していた2.3 系までのものではなく、Tensorflow に統合された2.4 系以降のものを対象としています。・CUDA環境?CUDA Toolkit 10.1 update2?cuDNN v7.6.5 for CUDA 10.1・Python 環境? Python 3.7.7・Deep Learning 関連Python ライブラリ?TensorFlow 2.2.0・その他のPython ライブラリ?numpy 1.18.4? scipy 1.4.1? scikit-learn 0.23.1? pandas 1.0.3? matplotlib 3.2.1? pillow 7.1.2? pydot 1.4.1? hyperopt 0.2.4・その他のライブラリ? Graphviz 2.30.1 【目次】第1部:画像分類システムの構築1Deep Learningによる画像分類の基礎1.1本章の概要1.2データセット1.3画像分類ニューラルネットワークの設計1.4画像分類ニューラルネットワークの実装1.5ハードコーディングからの脱却1.6ネットワーク構造の可視化1.7訓練状況の可視化1.8本章のまとめ2Deep Learningによる画像分類の応用2.1本章の概要2.2データセット2.3画像分類ニューラルネットワークの設計2.4画像分類ニューラルネットワークの実装2.5過学習を抑制する手段2.6データ拡張2.7ドロップアウト2.8バッチ正規化2.9早期終了2.10学習率の動的削減2.11訓練済みネットワークの利用2.12転移学習2.13ファインチューニング2.14本章のまとめ3Deep Learningによる画像分類の実践3.1本章の概要3.2データセット3.3バッチ処理アプリケーション3.4インタラクティブアプリケーション3.5本章のまとめ第2部:一般データ分類システムの構築4Deep Learningによる一般データ分類システムの基礎4.1本章の概要4.2データセット4.3一般データ分類ニューラルネットワークの設計4.4一般データ分類ニューラルネットワークの実装4.5早期終了・学習率の動的削減4.6本章のまとめ5Deep Learningによる一般データ分類の応用5.1本章の概要5.2データセット5.3一般データ分類ニューラルネットワークの設計5.4一般データ分類ニューラルネットワークの実装5.5Denoising autoencoderによる事前学習5.6多入力ニューラルネットワーク5.7ハイパーパラメータの最適化5.8本章のまとめ6Deep Learningによる一般データ分類の実践6.1本章の概要6.2データセット6.3処理の概要6.4データのフォーマット変換6.5データのノイズ除去6.6データの正規化6.7データの可視化6.8エンコーダ・推定器の構築6.9推定の実行6.10本章のまとめ
規格
誠品貨碼 /
ISBN13 / 9784904774922
ISBN10 /
EAN貨碼 / 9784904774922
裝訂 / P:平裝
頁數 / 400
語言 / 4:日文
級別 / N:無
尺寸 / 23.5X18.2X2.0CM
退貨說明
退貨須知:
- 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送


