▶▶▶從深度學習的基礎知識到案例，快速掌握JAX深度學習框架！本書為繁體版第一本的JAX全方位指南！JAX是一個用於高性能數值計算的工具，專門為深度學習領域所設計。本書從基礎概念開始談起，教導讀者在Windows環境下架設WSL，以方便使用GPU，而不需要全新從Linux安裝，接著開始介紹一些機器學習和深度學習的理論。從第四章開始，便是JAX的正式介紹，包括了XLA、自動微分等，以及談到JAX和Numpy之間的關聯，並且有實際的程式說明。到第六章開始，便陸續介紹JAX的開發細節，然後正式使用JAX進行深度學習的程式應用，包括CNN中的VGG模型，或是將JAX和TF結合，運用兩者間的搭配來解決大部分的問題。待前面的基礎都已經完備後，便引導你來放手使用JAX撰寫自訂函數，以及帶讀者使用JAX的高級套件，如experimental和nn。最後則是進階CNN的開發，使用ResNet來完成CIFAR100的分類、用JAX解決NLP的問題，以及進一步使用JAX來實作GAN網路。不管你先前是TF或PyTorch的使用者，當你發現JAX的程式碼行數是TF的1/10，PyTorch的1/3，速度更快，且程式碼更容易理解，更加Pythnoic，你真的可以開心地踏入JAX的深度學習世界！【本書看點】✪從零開始學JAX✪把numpy放入TPU和GPU的數值套件✪JAX如何實作XLA✪使用JAX實作CNN✪用JAX自訂函數✪JAX實作ResNetCIFAR100資料集分類✪用JAX實作自然語言處理的WordEmbedding✪用JAX實作GAN生成對抗網路【適合讀者】☛人工智慧入門讀者。☛深度學習入門讀者。☛機器學習入門讀者。☛大專院校人工智慧專業的師生。☛專業教育訓練機構的師生。☛其他對智慧化、自動化感興趣的開發者。※本書附程式碼，可至深智官網下載：deepmind.com.tw/
TPU 程式 程式碼 NLP GPU 深度學習 機器學習 GAN LINUX WINDOWS CNN 開發 TF
