防詐3要訣：不聽信、不操作、掛斷電話 
數量
864
此商品享ShopBack 0.5%回饋;不適用於誠品分潤計劃、美安等現金回饋機制
https://youtu.be/IAWRuwwzmcg
用 PyTorch、NumPy、Google Colab T4 GPU 最強工具
完整實作 Perceptron、CNN、RNN、Transformer、GPT、RLHF 等經典論文
* Perceptron / MLP / Backpr
用 PyTorch、NumPy、Google Colab T4 GPU 最強工具
完整實作 Perceptron、CNN、RNN、Transformer、GPT、RLHF 等經典論文
* Perceptron / MLP / Backpr
內容簡介
https://youtu.be/IAWRuwwzmcg
用 PyTorch、NumPy、Google Colab T4 GPU 最強工具
完整實作 Perceptron、CNN、RNN、Transformer、GPT、RLHF 等經典論文
* Perceptron / MLP / Backpropagation / CNN / RNN / LSTM 精選論文實作
* 超過 30 個完整 Jupyter Notebook 重現論文過程
* 最棒的學習路徑，從 1958 到 2022，一次掌握 64 年 AI 發展史
* 串接 Google Colab 免費 GPU，無限制的運算資源，還有 T4 加速
* 用 PyTorch 撰寫 Attention、Transformer、BERT
* 實作 AlphaGo，5 分鐘搞懂蒙地卡羅樹搜尋，自己幫你跑完整局棋
* 快速寫出 Visual Transformer 完整實作
快點上手全世界最強 AI 研究者的必讀論文，從此不用再苦苦爬 arXiv，不用再嫌自己看不懂數學，只要會寫程式。讓 PyTorch 帶你用 Vibe Coding 以百倍速度把論文變成能跑的程式碼。本書從入門到實戰，一路扶持你成為能駕馭 AI 論文的開發者。
從設定 Google Colab 環境與啟用 T4 GPU，熟悉 PyTorch 張量操作，活用 Perceptron、MLP、Backpropagation、Dropout、BatchNorm，立即感受大神們在完成論文的開心！
包括使用 CNN 做影像辨識，使用 Word2Vec 做詞嵌入，使用 RNN 和 LSTM 處理序列資料，使用 Seq2Seq 做機器翻譯，當然還有使用 Attention 機制，重現歷史的重要 AI 時刻。
掌握 Transformer 的關鍵思維，了解 BERT 與 GPT 的預訓練威力，結合 Decoder-Only 架構，不用再摸索無盡的論文海，不用再埋頭苦讀上百頁英文的官方文件，直接就動手做了
用 VAE 精準生成，了解 AI 最愛看的 GAN 生成對抗網路，使用 ResNet 建立一個 AI 專用的殘差連接流程，從零打造 Batch Normalization；再進一步實作 DQN 強化學習與 AlphaGo 蒙地卡羅樹搜尋策略，最後用 InstructGPT 與 RLHF，Dall-E、Stable Diffusion、Visual Transformer，了解 AI 圖片產生的原理。
用 PyTorch、NumPy、Google Colab T4 GPU 最強工具
完整實作 Perceptron、CNN、RNN、Transformer、GPT、RLHF 等經典論文
* Perceptron / MLP / Backpropagation / CNN / RNN / LSTM 精選論文實作
* 超過 30 個完整 Jupyter Notebook 重現論文過程
* 最棒的學習路徑，從 1958 到 2022，一次掌握 64 年 AI 發展史
* 串接 Google Colab 免費 GPU，無限制的運算資源，還有 T4 加速
* 用 PyTorch 撰寫 Attention、Transformer、BERT
* 實作 AlphaGo，5 分鐘搞懂蒙地卡羅樹搜尋，自己幫你跑完整局棋
* 快速寫出 Visual Transformer 完整實作
快點上手全世界最強 AI 研究者的必讀論文，從此不用再苦苦爬 arXiv，不用再嫌自己看不懂數學，只要會寫程式。讓 PyTorch 帶你用 Vibe Coding 以百倍速度把論文變成能跑的程式碼。本書從入門到實戰，一路扶持你成為能駕馭 AI 論文的開發者。
從設定 Google Colab 環境與啟用 T4 GPU，熟悉 PyTorch 張量操作，活用 Perceptron、MLP、Backpropagation、Dropout、BatchNorm，立即感受大神們在完成論文的開心！
包括使用 CNN 做影像辨識，使用 Word2Vec 做詞嵌入，使用 RNN 和 LSTM 處理序列資料，使用 Seq2Seq 做機器翻譯，當然還有使用 Attention 機制，重現歷史的重要 AI 時刻。
掌握 Transformer 的關鍵思維，了解 BERT 與 GPT 的預訓練威力，結合 Decoder-Only 架構，不用再摸索無盡的論文海，不用再埋頭苦讀上百頁英文的官方文件，直接就動手做了
用 VAE 精準生成，了解 AI 最愛看的 GAN 生成對抗網路，使用 ResNet 建立一個 AI 專用的殘差連接流程，從零打造 Batch Normalization；再進一步實作 DQN 強化學習與 AlphaGo 蒙地卡羅樹搜尋策略，最後用 InstructGPT 與 RLHF，Dall-E、Stable Diffusion、Visual Transformer，了解 AI 圖片產生的原理。
規格
誠品貨碼 / 2683110020007
ISBN13 / 9786267757956
ISBN10 /
EAN貨碼 / 9786267889060
頁數 / 882
語言 / 1:中文/繁體
級別 / N:無
檔案格式 / PDF(128MB)
檔案匯出格式 / PDF 提供 Adobe DRM
TTS朗讀 / EPUB不提供TTS朗讀
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
