深度學習實戰

深度學習並沒有那麼可怕。直到最近，這項機器學習方法還要經過數年的學習才能掌握，但是有瞭如Keras和TensorFlow這樣的框架後，沒有機器學習背景的軟件工程師也可以快速進入這個領域。通過本書中的技巧，你將學會解決深度學習在生成和分類文本、圖像和音樂方面的問題。
本書每章包括完成獨立項目所需的幾個技巧，如訓練一個音樂推薦系統。如果你陷入了困境，作者還在第2章提供了6個技巧來幫助你。本書中的例子用Python語言編寫，代碼在GitHub上以Python notebook集合的方式提供。

通過本書，你將學會：
■ 創建為真實用戶服務的應用
■ 使用詞嵌入計算文本的相似性
■ 基於維基百科鏈接建立電影推薦系統
■ 通過可視化的內部狀態瞭解AI看待世界的原理
■ 建立一個為文本片段推薦表情符號的模型
■ 重用預訓練的神經網絡構建反向圖像搜索服務
■ 比較GAN、自動編碼器和LSTM如何生成圖標
■ 檢測音樂的風格並檢索歌曲集

對於那些喜歡實際結果勝過理論的人們，本書是開始深度學習的非常好的方法。它幫助了我的新音樂初創公司Weav的工程師團隊快速地熟悉深度學習。對於任何對學習實際機器學習感興趣的人來說，本書非常完美。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　——拉爾斯·拉斯穆森
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Google地圖聯合創始人