人工智慧時代來臨，必須學習的新技術
輕鬆學會「深度學習」:先學Keras再學TensorFlow
★成長最快領域：深度學習與類神經網路，是人工智慧成長最快的領域，讓電腦更接近人類的思考。
★應用深入生活：手機語音助理、人臉識別、影像辨識、手寫辨識、醫學診斷、自然語言處理。
★實作快速上手：只需Python基礎，本書Step by Step學習，就可以輕鬆學會深度學習概念與應用。
Tensorflow功能強大、執行效率高、支援各種平台。然而是屬於低階的深度學習程式庫，學習門檻高。所以本書先介紹Keras是高階的深度學習程式庫，對初學者學習門檻低，可以很容易地建立深度學習模型，並且進行訓練、預測。等讀者熟悉深度學習模型概念後，再來學習Tensorflow，就不會感覺那麼困難。
【在Windows安裝Tensorflow 1.0 + Keras2.0】
對於初學者而言，在Windows安裝非常簡單容易上手。本書詳細步驟說明，如何在Windows作業系統上，安裝最新版的Tensorflow 1.0 + Keras2.0。
【在Linux Ubuntu安裝Tensorflow 1.0 + Keras2.0】
因為Linux 作業系統是大數據分析與機器學習，很常用的平台。本書詳細步驟說明，如何在Linux Ubuntu作業系統上，安裝最新版的Tensorflow 1.0 + Keras2.0。
【使用GPU大幅加快深度學習訓練】
GPU的平行運算架構，可讓深度學習訓練比 CPU快數十倍。您必須有Nvidia顯示卡。然後依照本書步驟說明，安裝Cuda、CudNN以及Tensorflow GPU版本，就可以使用GPU大幅加快深度學習訓練。
【手寫數字辨識】
以實際範例說明，如何使用Keras與Tensorflow建構MLP（多層感知器）、CNN（卷積神經網路）模型，可辨識0~9的手寫數字。
【照片影像辨識】
以實際範例說明，如何使用Keras建構CNN（卷積神經網路）模型，可辨識照片類別:飛機、汽車、鳥、貓、鹿、狗、青蛙、船、卡車。
【預測鐵達尼號旅客生存機率】
以實際範例說明，如何使用Keras建構MLP（多層感知器）模型、可以預測旅客及鐵達尼號電影男女主角生存機率，並且找出鐵達尼號其他旅客的感人故事。
【影評文字情緒分析（Sentiment Analysis）】
情緒分析的商業價值，在於透過文字分析得知顧客對公司或產品的評價，以調整營運策略。本書以實際範例說明，如何Keras自然語言處理，建構多層感知器（MLP）、遞歸神經網絡（RNN）、長短期記憶（LSTM）等模型，可以預測正面或負面評價。
目錄
CHAPTER01 人工智慧、機器學習、深度學習介紹
CHAPTER02 深度學習的原理
CHAPTER03 TensorFlow與Keras介紹
CHAPTER04 在Windows 安裝TensorFlow與Keras
CHAPTER05 Linux Ubuntu安裝Tensorflow與Keras
CHAPTER06 Keras MNIST手寫數字辨識資料集介紹
CHAPTER07 Keras多元感知器（MLP）辨識手寫數字
CHAPTER08 Keras卷積神經網路（CNN）辨識手寫數字
CHAPTER09 Keras Cifar-10影像辨識資料集介紹
CHAPTER10 Keras卷積神經網路（CNN）辨識Cifar-10影像
CHAPTER11 Keras 鐵達尼號旅客資料集介紹
CHAPTER12 Keras多層感知器（MLP）預測鐵達尼號旅客生存機率
CHAPTER13 IMDB網路電影資料集介紹
CHAPTER14 使用Keras MLP、RNN、LSTM進行IMDB情緒分析
CHAPTER15 TensorFlow程式設計模式
CHAPTER16 以TensorFlow張量運算模擬神經網路運作
CHAPTER17 TensorFlow Mnist手寫數字辨識資料集
CHAPTER18 以TensorFlow建立多層感知器辨識手寫數字
CHAPTER19 以TensorFlow CNN辨識Mnist資料集
CHAPTER20 TensorFlow GPU版本安裝
CHAPTER21 使用GPU加快TensorFlow與Keras訓練
附錄A 本書範例程式下載與安裝說明
輕鬆學會「深度學習」:先學Keras再學TensorFlow
★成長最快領域：深度學習與類神經網路，是人工智慧成長最快的領域，讓電腦更接近人類的思考。
★應用深入生活：手機語音助理、人臉識別、影像辨識、手寫辨識、醫學診斷、自然語言處理。
★實作快速上手：只需Python基礎，本書Step by Step學習，就可以輕鬆學會深度學習概念與應用。
Tensorflow功能強大、執行效率高、支援各種平台。然而是屬於低階的深度學習程式庫，學習門檻高。所以本書先介紹Keras是高階的深度學習程式庫，對初學者學習門檻低，可以很容易地建立深度學習模型，並且進行訓練、預測。等讀者熟悉深度學習模型概念後，再來學習Tensorflow，就不會感覺那麼困難。
【在Windows安裝Tensorflow 1.0 + Keras2.0】
對於初學者而言，在Windows安裝非常簡單容易上手。本書詳細步驟說明，如何在Windows作業系統上，安裝最新版的Tensorflow 1.0 + Keras2.0。
【在Linux Ubuntu安裝Tensorflow 1.0 + Keras2.0】
因為Linux 作業系統是大數據分析與機器學習，很常用的平台。本書詳細步驟說明，如何在Linux Ubuntu作業系統上，安裝最新版的Tensorflow 1.0 + Keras2.0。
【使用GPU大幅加快深度學習訓練】
GPU的平行運算架構，可讓深度學習訓練比 CPU快數十倍。您必須有Nvidia顯示卡。然後依照本書步驟說明，安裝Cuda、CudNN以及Tensorflow GPU版本，就可以使用GPU大幅加快深度學習訓練。
【手寫數字辨識】
以實際範例說明，如何使用Keras與Tensorflow建構MLP（多層感知器）、CNN（卷積神經網路）模型，可辨識0~9的手寫數字。
【照片影像辨識】
以實際範例說明，如何使用Keras建構CNN（卷積神經網路）模型，可辨識照片類別:飛機、汽車、鳥、貓、鹿、狗、青蛙、船、卡車。
【預測鐵達尼號旅客生存機率】
以實際範例說明，如何使用Keras建構MLP（多層感知器）模型、可以預測旅客及鐵達尼號電影男女主角生存機率，並且找出鐵達尼號其他旅客的感人故事。
【影評文字情緒分析（Sentiment Analysis）】
情緒分析的商業價值，在於透過文字分析得知顧客對公司或產品的評價，以調整營運策略。本書以實際範例說明，如何Keras自然語言處理，建構多層感知器（MLP）、遞歸神經網絡（RNN）、長短期記憶（LSTM）等模型，可以預測正面或負面評價。
目錄
CHAPTER01 人工智慧、機器學習、深度學習介紹
CHAPTER02 深度學習的原理
CHAPTER03 TensorFlow與Keras介紹
CHAPTER04 在Windows 安裝TensorFlow與Keras
CHAPTER05 Linux Ubuntu安裝Tensorflow與Keras
CHAPTER06 Keras MNIST手寫數字辨識資料集介紹
CHAPTER07 Keras多元感知器（MLP）辨識手寫數字
CHAPTER08 Keras卷積神經網路（CNN）辨識手寫數字
CHAPTER09 Keras Cifar-10影像辨識資料集介紹
CHAPTER10 Keras卷積神經網路（CNN）辨識Cifar-10影像
CHAPTER11 Keras 鐵達尼號旅客資料集介紹
CHAPTER12 Keras多層感知器（MLP）預測鐵達尼號旅客生存機率
CHAPTER13 IMDB網路電影資料集介紹
CHAPTER14 使用Keras MLP、RNN、LSTM進行IMDB情緒分析
CHAPTER15 TensorFlow程式設計模式
CHAPTER16 以TensorFlow張量運算模擬神經網路運作
CHAPTER17 TensorFlow Mnist手寫數字辨識資料集
CHAPTER18 以TensorFlow建立多層感知器辨識手寫數字
CHAPTER19 以TensorFlow CNN辨識Mnist資料集
CHAPTER20 TensorFlow GPU版本安裝
CHAPTER21 使用GPU加快TensorFlow與Keras訓練
附錄A 本書範例程式下載與安裝說明