Deep Learning with Python

In Deep Learning with Python, Second Edition, updated from the original bestseller with over 50% new content, you'll explore challenging concepts and practice applications in computer vision, natural-language processing, and generative models. The bestseller revised Deep Learning with Python, Second Edition is a comprehensive introduction to the field of deep learning using Python and the powerful Keras library, written by the creator of Keras himself. This revised edition has been updated with new chapters, new tools, and cutting-edge techniques drawn from the latest research. In Deep Learning with Python, Second Edition, updated from the original bestseller with over 50% new content, you'll explore challenging concepts and practice applications in computer vision, natural-language processing, and generative models, building your understanding through practical examples and intuitive explanations that make the complexities of deep learning easily accessible. Purchase of the print book

Master the practical aspects of implementing deep learning solutions with PyTorch, using a hands-on approach to understanding both theory and practice. This updated edition will prepare you for applying deep learning to real world problems with a sound theoretical foundation and practical know-how with PyTorch, a platform developed by Facebook's Artificial Intelligence Research Group.You'll start with a perspective on how and why deep learning with PyTorch has emerged as an path-breaking framework with a set of tools and techniques to solve real-world problems. Next, the book will ground you with the mathematical fundamentals of linear algebra, vector calculus, probability and optimization. Having established this foundation, you'll move on to key components and functionality of PyTorch including layers, loss functions and optimization algorithms. You'll also gain an understanding of Graphical Processing Unit (GPU) based computation, which is essential for training deep learning models

Learn, understand, and implement deep neural networks in a math- and programming-friendly approach using Keras and Python. The book focuses on an end-to-end approach to developing supervised learning

Deep learning is applicable to a widening range of artificial intelligence problems, such as image classification, speech recognition, text classification, question answering, text-to-speech, and opt

Discover the practical aspects of implementing deep-learning solutions using the rich Python ecosystem. This book bridges the gap between the academic state-of-the-art and the industry state-of-the-pr

正宗Keras大神著作再次降臨！近10年來，深度學習為人工智慧領域帶來了出色的進展，也解鎖了許多有趣的新功能，如：機器翻譯、影像識別、物體定位等不一而足。毫不誇張地說，深度學習已迅速成為每位軟體開發者必備的武器。此外，諸如Keras和TensorFlow等先進的工具，也消除了普通人與深度學習之間的隔閡。即使你只有高中程度的數學知識，且甚至沒有資料科學的相關背景，也依舊可以透過這些工具來建構有趣的深度學習應用。本書由 Keras 創始者親自撰寫，沒人比他更了解Keras這套工具，雖然如此，但這並不是一本 Keras 的使用手冊，而是帶你從頭開始探索深度學習，進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程，以及未來實務上如何克服可能遇到的問題。本書前一版在全世界都獲得非常高的評價，並被翻譯成12種語言，到現在仍是技術社群推薦必讀的深度學習入門書。不過深度學習技術在這短短幾年有巨大的進展，因此第二版作者新增了許多常見任務的實作專案，例如：影像分割、時間序列預測、機器翻譯等。另外，作者還加入了當前熱門技術的介紹，如attention機制、Transformer架構、KerasTuner等，並搭配實作案例來加深讀者的理解。由於第二版的內容修改幅度極大，因此中文版重新編譯，由業內專家進行翻譯、審閱，在專有名詞的說法和敘述，都更加符合國內業界的習慣用語。無論你是從業中的機器學習工程師、軟體開發人員，還是資訊科系學生，本書的內容都會對你有所幫助。【重磅推薦】 「掌握本質， 了解其所能與不能， 是面對技術快速迭代、世局難以預測的鑰匙。本書就是開啟深度學習的一把鑰匙。」 ——鴻海研究院執行長 李維斌「對於想熟悉 Keras和Tensorflow的技術人來說， 是一本極佳的入門學習書， 而對於不熟悉技術只想一窺門道的人來說， 結構井然的邏輯和極為通暢易讀的寫作方式， 大大降低了非技術出身如我輩的學習門檻。」 ——台灣人工智慧科技基金會執行長 溫怡玲「Keras大神親自出手將最新的發展及其具體應用範例帶到我們面前， 在AI產業界來說， 這是極其重要的大事， 不可等閒視之， 而且是由在 AI領域著墨很深、實踐經驗豐富的黃逸華數據長主持翻譯與審閱工作， 更讓我們充滿期待。」 ——台灣人工智慧協會副理事長 黃國寶「大神再次出手， 這是AI產業化的高光時刻， 很榮幸

本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇，將延續上一本書，繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上，使用深度學習，挑戰各式各樣的問題。和上一本著作一樣，以「從零開始建構」為概念，詳盡介紹與深度學習有關的先進技術。 簡單來說，自然語言處理是指，讓電腦瞭解我們平常說話內容的技術。事實上，這種自然語言處理技術已經大大改變

Python機器學習第三版（上） Python Machine Learning - Third Edition 第三版－最新修訂版，新增TensorFlow 2、GAN和強化學習等實用內容 使用Python的scikit-learn和TensorFlow 2融會貫通機器學習與深度學習 循序漸進、由淺入深，好評熱銷再進化！最新修訂的《Python機器學習第三版》是一本不容錯過的全方位指南，也是讀者

Ⓞ 16 堂課引領入門, 學得會、做得順的絕佳教材！Ⓞ 最詳盡的深度學習基石書, CNN + RNN + GAN + DQN + DRL 各種模型學好學滿初學者想要自學深度學習 (Deep Learning), 可以在市面上找到一大堆「用 Python 學深度學習」、「用 xxx 框架快速上手深度學習」的書；也有不少書說「請從數學複習起！」, 捲起袖子好好探究底層那些數學原理......但過早切入

Finally! Deep Neural Networks Simplified with PythonDeep Learning Step by Step with Python takes you on a gentle, fun and unhurried journey to building your own deep neural network models in Python. U

Python被譽為最易上手的程式語言，但你真的是用Python的腦袋寫Python嗎？ 身為Python的開發者，想要「寫得更好」，還想知道「為什麼這樣寫比較好？」 《Effective Python 第三版》延續前兩版廣受好評的風格，集結125個經過實戰驗證的開發技巧，全面涵蓋Python 3.11最新語法與標準函式庫。從基礎語言機制、函式與類別設計，到協同程式、型別提示與效能優化，每一項建議都清楚說明「為什麼這樣寫比較好」，幫助你避開常見雷區、寫出更簡潔、可維護、具備Python風格的程式碼。 🔹 條目式設計，查找方便、精練實用 🔹 專為Python 3.11打造，掌握語言最新演進 🔹 每個條目皆含範例、反例與最佳實踐 🔹 作者為Google資深工程師，實戰經驗豐富 不僅告訴你「怎麼寫」，更像是經驗豐富的前輩手把手教你「為什麼這樣寫更好」，帶你從語言使用者晉升為真正精通Python的開發者！ ----------------------------------------------------------------------- 精通Python程式設計技術，掌握125個具體可行的最佳實務做法，寫出更加高效、易讀、易維護的程式碼 Python是一門功能多元且強大的語言，但想真正發揮它的潛力，光是熟悉語法還不夠。Effective Python中文版 第三版，是你掌握Python獨特優勢、避開隱藏陷阱的全方位指南。本書奠基於廣受好評的第二版，將最佳實務做法從90項擴增至125項，這些都是撰寫高品質 Python 程式碼的關鍵基石。 作者Brett Slatkin汲取其多年在Google的深厚實務經驗，為初階與資深的Python開發者提供了清晰、簡潔且實用的建議。書中每一個做法都深入剖析了「Pythonic」的程式設計之道，幫助你理解如何寫出不僅正確、有效，更能兼具優雅與易維護性的程式碼。無論你是在建構Web應用程式、分析資料、撰寫自動化指令稿，或是訓練AI模型，本書都將賦予你必要的技能，讓你能運用Python創造非凡的影響力。 主要特點包括 ■ 內容升級：新增35個全新做法，擴增至125條具體可行的準則。 ■ 對應新版：涵蓋至Python3.13新版功能的語法與實務趨勢。 ■ 新增章節：剖析如何建置兼具穩健性與高效能的程式。 ■ 進階主題：深入探討如何

Python入門經典，結合最新ChatGPT 5，掌握AI時代最關鍵的程式技能 【本書簡介】 學習一個程式語言，Python 的簡潔、明瞭能讓初學者快速上手。雖然 Python IDLE 環境很陽春，但有不錯的除錯功能，而附帶的 Visual Studio Code 可以讓我們在學習中擁有意外之喜。簡單的敘述可以在 Python Shell 這個互動交談模式獲得解答。除了 Python 的內建模組，也一起認識第三方套件的詞雲、Pyinstaller。由於 Python 能討論的內容非常豐富，本書僅能就初學者讓大家認識 Python 語言的魅力，透過本書做通盤性認識，全書重要主題如下： • Python 異想世界 • Python 基本語法 • 運算子與條件選擇 • ?圈控制 • 序列型別和字串 • Tuple 和 List • 字典、集合、函式 • 模組與函式庫 • 物件導向基礎 • 淺談繼承機制 • 異常處理機制 • 資料流與檔案 • GUI 介面 • 繪圖與影像 • ChatGPT與Python雙效合一的應用 期能把握住最嚴謹的態度，輔以最淺白的表達方式，讓每位讀者在期間充滿樂趣，降低閱讀壓力。筆者深信本書能讓初習者在走過 Python 語言學習之旅，拓展思考性，在程式語言世界悠遊自在。 【本書特色】 ▶ 認識 Python 這個簡潔的程式語言，理論與實作並行 ▶ 每個章節有豐富的範例，配合 Python Shell 的互動交談，更能得心應手 ▶ 手把手導引，由函式出發，並學習物件導向的封裝、繼承和多型三大技術 ▶ 課後評量使思考與操作並兼，可追蹤學習成效 ▶ ChatGPT 5介面與特點、ChatGPT AI Python程式範例集、AI小遊戲 Python入門經典，結合最新ChatGPT 5，掌握AI時代最關鍵的程式技能 本書讓讀者輕鬆認識 Python 這個簡潔的程式語言，理論與實作並行。每個章節都有豐富的範例，配合 Python Shell 的互動交談，更能得心應手。作者手把手導引，由函式出發，介紹物件導向的封裝、繼承和多型三大技術。章末還有課後評量使思考與操作並兼，可追蹤學習成效。此外，還附有ChatGPT與Python雙效合一的程式範例。

這是暢銷書系列《Deep Learning》的第5集，本次的主題是「生成模型」。書中延續此系列的風格，以連貫的故事介紹從「常態分布」到「擴散模型」的技術。你可以累積學到的知識，一步一步練習操作，不斷累積學習成果，最終完成類似「Stable Diffusion」這樣的AI影像生成模型。技術的有趣之處在於細節，從零開始建構，挑戰各種公式。

本書全面細緻地介紹了Python的各個功能、邏輯和慣用模式，以便讀者快速編寫出專業、地道、實用的Python程式，從Python新手成長為高手。本書共5個部分。第一部分“Python 環境”講解 Python的哲學、開發環境、基本語法、專案結構和代碼導入等內容，為讀者編寫規範的Python代碼奠定堅實的基礎。第二部分“基本結構”講解Python的變數、資料類型、函數、類、物件、錯誤和異常等。第三部分“資料和流程”講解運算元據和控制執行流程的許多獨特方法，包括集合、反覆運算、生成器、推導式、文本輸入/輸出、上下文管理、二進位和序列化等。第四部分“高級概念”探索Python 的高級策略，如繼承、混入、元類、抽象基類、自省、泛型、非同步、併發、執行緒和並行等。第五部分“超越代碼”講解項目的打包、分發、調試、日誌、測試和剖析等環節，並概述Python開發的方向。本書適合想要學習編寫專業Python程式的讀者閱讀，既可作為零基礎入門 Python 的教材，也可作為程式師案頭常備的Python工具書。本書尤其適合已掌握其他程式設計語言的開發者用來學習Python，可以幫助這些開發者不受其他程式設計語言的影響來學習地道的 Python程式設計方法。

Python是目前比較熱門的編程語言，以簡單易學、應用廣泛、類庫強大而著稱，是實現機器學習算法的首選語言。《Python機器學習與應用案例》理論與實踐相結合，基於Python 3.12.0版本介紹Python機器學習的相關內容。全書共10章，分別介紹了機器學習的基礎知識、近鄰法、數據降維、分類算法、回歸算法、聚類算法、神經網絡、推薦算法、頻繁項集、數據預處理。通過本書的學習，讀者可瞭解Python編程及在機器學習中的應用。《Python機器學習與應用案例》可作為對Python和機器學習感興趣的初學者的參考書，也可作為從事Python開發的廣大科研人員、學者、工程技術人員的參考書，還可作為高等院校人工智能、計算機等相關專業的教材。

本書講述了使用優雅而強大的Python編程語言編寫實用的現代應用程序。本書從使用交互式Python解釋器和在命令行中運行文本文件開始，這將有助於深入理解Python中面向對象的編程和函數式編程。然後，在此基礎上介紹如何開發和發佈一個簡單的獨立Python軟件包。最後，介紹在由FlaskWeb框架構建的簡單的動態Web應用程序中使用該包，並將其部署到實時Web應用上。本書是使用Python語言進行Web開發的必備書籍。

內容簡介:使用Python套件與框架完成網路自動化、監控、雲端和管理👍 台灣旅美資深網路技術專家最新實戰指南👍 教你用Python點滿網路自動化的技能樹👍 涵蓋Docker、Python、GitLab與DevOps技術👍 從基礎技能到建構企業級API全面掌握🎯 適合所有希望拓展技能並追求網路自動化（NetDevOps）的網路工程師！ 「本書書名是《精通Python網路開發》，但涵蓋範圍遠遠超出了Python腳本。我僅使用這本書，就足以讓我經驗豐富、精通CLI的網路安全工程師團隊，快速了解網路自動化及其相關知識。簡言之，尋求專注於自動化的網路工程師，可將本書視為網路工程庫的重要補充。」--Daniel Luechtefeld -Snowdog 技術和網络首席顧問在基礎設施中，網路決定了應用程序部署、維護和服務方式。身為一種強大的程式語言，Python為網路工程師提供了許多工具，讓他們能像過去的系統工程師與程式開發者一樣，探索與操作設備。在《精通Python網路開發》一書中，您將開始一段以Python為基礎的旅程，從傳統的網路工程師轉變為能適應下一代網路的網路開發人員。本書針對新的Python特性和DevOps框架進行全面更新。新增了關於Docker容器和Python3 Async IO的章節，每一章也使用最新的函式庫和範例，以確保相容性與對概念的理解。從Python的基本概述開始，您將學習與傳統網路設備和支援API的網路設備互動的方法。利用高階Python套件與框架來執行網路自動化任務、監控、管理和強化網路安全，深入研究AWS和Azure雲端服務與運算，使用Git管理程式碼、GitLab實作持續整合，運用基於Python撰寫的測試工具來驗證網路。 您將學到：*使用Python與網路設備互動 *了解Docker開發與部署的方式*使用Python和各種工具獲取網路資訊*學習使用ELK執行網路資料分析*使用Flask並建置一個高階API與企業內部應用程式互動*發現Python3的新Async IO特性與概念*探索測試驅動開發的概念並使用PyTest來驅動程式碼測試的覆蓋率*了解使用GitLab與網路中的DevOps實例

本書以智能時代為背景，介紹如何利用人工智能技術輔助Python的開發，更好更高效地解決實際問題。全書內容分為5章：讓Python在機器上跑起來、熟悉Python語言、用Python對接API、掌握編寫代碼的能力、用Python程序實現人機交互。本書以任務為驅動，並且案例都來源於生活和工作的實際場景。“做”與“學”相結合，將理論知識和實際操作呈現給讀者，生動有趣地介紹了從安裝Python等入門知識，到用簡短代碼解決各種應用場景中的大問題的技能提升。內容系統全面。本書適合學習Python語言編程的入門讀者閱讀，也適合Python編程技能提升的讀者使用。

本書共11章, 依次介紹Python編程環境與基礎語法, Python爬蟲編寫和數據獲取、處理、分析與可視化, 通過案例講解Python自動化視頻和音頻的後期處理技巧, 通過4個案例綜合展示運用Python知識創作短視頻, 最後介紹ChatGPT和文心一言等AI工具, 及其在短視頻創作與Python編程中的應用。

多位Python官方社群的大神技術審校和推薦 教您寫出Python風格的專業程式碼 本書全面介紹了Python語言的每項功能，為渴望寫出一流程式碼的程式設計師提供完整的學習指引。讀者將從本書深入研究慣用的Python模式，不必重新學習基礎的電腦程式設計主題，讓讀者可以立即寫出專業的Python程式。 快速掌握Python的基本語法並設定完整的程式設計環境之後，您將會學習使用Python的動態資料型別、掌握Python對函數式和物件導向程式設計技術的支援、產生器運算式等特殊功能以及並行等進階主題。您還會學到如何對程式專案進行套裝處理、發布、除錯和測試。 本書內容： ‧利用Python的動態型別來產生更乾淨簡潔、更具適應性的程式碼 ‧利用先進的迭代技術來建立和處理您的資料 ‧設計類別與函式，使其在運作時不會出現不必要的意外或限制 ‧使用多重繼承和自省(自我檢查)來設計編寫出更能直接運作的類別程式 ‧透過非同步、並行和平行等功能提高程式碼的回應能力和效能 ‧建構Python專案以進行上線生產等級的測試和發布 《Python風格徹底研究》一書應該是最符合Python風格的基礎程式設計讀本，本書會帶領您掌握真正符合Python風格的基礎知識，然後逐步學習和設計編寫出能上線發布使用的專業應用程式。