✧✦第一本Keras3深度學習入門書✦✧
✧✦一本搞定影像辨識與自然語言處理✦✧
✧✦先圖解、再實作、而後實務應用✦✧
本書以淺顯易懂的方式與大量圖例介紹深度學習的理論基礎，並使用Keras3來建構MLP、CNN、RNN、LSTM、GRU、Transformer模型，實作多種熱門分類、迴歸問題，最後再介紹資料預處理、超參數調整、預訓練模型的遷移學習等，讓讀者能夠應對未來的實務應用。
深度學習是一種實現機器學習的技術，能夠使用模仿人類大腦功能的「類神經網路」，訓練模型從大量資料中學習，進而處理如視覺、聽覺等感知問題。
而Keras3是Keras的重磅回歸，這是架構在TensorFlow和PyTorch等後台框架上的高階前端函式庫，可以讓使用者輕鬆取得不同後台框架的優點，來打造出最佳的神經網路模型。
書中內容包含：普遍應用於影像辨識的CNN、善於處理序列資料的LSTM，還有近幾年爆紅、多被應用於自然語言、語音或音樂資料的Transformer模型，以及基於Transformer的BERT和GPT等大型語言模型的應用，還有結合文字與圖像的StableDiffusion文字生圖等豐富內容。
除了講述深度學習理論基礎之外，還提供大量實作範例：
☛MLP多層感知器-疾病預測、房價預測的迴歸問題
☛CNN卷積神經網路-手寫辨識、彩色圖片辨識
☛RNN循環神經網路、GRU閘門循環單元神經網路-影評的情緒分析
☛LSTM長短期記憶神經網路-股價預測、新聞主題分類
☛Transformer模型-文字的情感分析、語言翻譯
以及預訓練模型與遷移學習：
☛CV電腦視覺-ResNet50圖片分類、YOLO物體偵測、StableDiffusion文字生圖
☛NLP自然語言處理-BERT情感分析、GPT-2唐詩生成
還有AE自編碼器、FunctionalAPI客製化神經網路、AutoML自動調校模型超參數等多種主題等著你來學習！
本書特色:
✓跨TensorFlow和PyTorch的Keras開發環境
✓人工智慧、機器學習、深度學習的理論基礎
✓從最根本的感知器、到當紅的Transformer模型
✓逐步建構並調校自己的神經網路模型
✓影像、文字資料的預處理與模型視覺化
✓YOLO、StableDiffusion等電腦視覺模型的應用
✓BERT、GPT等大型預訓練模型的遷移學習
✓打造支援GPU的Keras開發環境
訓練 KERAS GPU TRANSFORMER 深度學習 學習 辨識 應用 模型 資料 AE 文字 STABLEDIFFUSION
