自給自足蔬菜種植百科:12個月蔬菜栽種時程x60種種菜步驟詳細圖解:在家品嘗一整年的當季蔬菜好滋味! 出版公司:出色文化作者:鐘秀媚撰.攝影類型:科學科普-動植物 PDF電子書繁體中文版


商品編號：	DCT7102

商品名稱：	自給自足蔬菜種植百科:12個月蔬菜栽種時程x60種種菜步驟詳細圖解:在家品嘗一整年的當季蔬菜好滋味! 出版公司:出色文化作者:鐘秀媚撰.攝影類型:科學科普-動植物 PDF電子書繁體中文版

語系版本：	PDF電子書繁體中文版

運行平台：	PDF電子書,沒有任何平台限制,終身使用

更新日期：	2026-05-01

光碟片數：	1片CD光碟

銷售價格：	$100元

熱門標籤：	自給自足蔬菜種植百科出色文化科學科普動植物

圖片說明:

內容說明:

商品資料
作者：鐘秀媚撰文.攝影
出版社：出色文化
出版年：2022
課程類型：科學科普>動植物
檔案格式：PDF
ISBN：9786267065372

書籍簡介

本書涵蓋的內容有

　　★線上平台COLAB使用教學
　　★本機電腦Jupyter使用教學
　　★基本運算、變數與字串

　　★串列、元組、集合與字典
　　★流程控制if else
　　★流程控制for與while
　　★函數、類別與物件
　　★資料夾與檔案處理
　　★txt、csv、json文件的讀寫
　　★基礎套件的使用
　　★Numpy的使用
　　★OpenCV的使用
　　★完整Tensorflow安裝流程
　　★Tensorflow的使用
　　★類神經網路(ANN)原理與實作
　　★卷積神經網路(CNN)原理與實作
　　★模型可視化工具Netron的使用
　　★口罩識別模型教學
　　★影像串流與實時口罩識別

　　這是一本想給非資電領域或初學者的入門書籍，內容從基礎語法開始，使用日常所見的比喻協助理解，在AI類神經網路的基礎部分，使用大家都熟悉的二元一次方程式來切入，多以圖表來說明概念，避免艱澀的數學推導，一步一步講解建立深度學習模型的步驟，書本最後還帶入口罩識別模型的教學實例，協助讀者從頭到尾完成一個專題，讓AI更貼近你我的生活。
作者簡介

作者簡介

廖源粕

　　曾在在鴻海富士康手機研發部門擔任硬體工程師，因緣際會下，被主管指派學習程式的撰寫，控制周邊硬體，開啟了正式的程式撰寫之路

曾在工業技術研究院綠能所研究與開發Zigbee、Wifi無線控制模組進行智慧節能管控，產品導入台積電、台達電、神達電子等

　　自學Python與深度學習，目前為全職影像AI演算法工程師
章節

CH01 作者自序與前言(第1-1頁)

1-1 作者自序(第1-2頁)
1-2 前言(第1-4頁)

CH02 安裝 Python 與編輯環境(第2-1頁)

2-1 編輯環境的選擇 : Colab 與 Jupyter(第2-2頁)
2-2 Colab 的介面使用說明(第2-3頁)
2-3 Jupyter 的安裝(第2-13頁)
2-4 Jupyter 的使用(第2-20頁)

CH03 Python 的運算(第3-1頁)

3-1 print 函數與程式碼註解方式(第3-2頁)
3-2 四則運算(第3-4頁)
3-3 變數 (Variable)(第3-6頁)
3-4 數值型態 (Numeric type)(第3-11頁)
3-5 字串(第3-18頁)

CH04 流程控制之選擇結構 if else(第4-1頁)

4-1 前言(第4-2頁)
4-2 關係運算(第4-2頁)
4-3 邏輯運算(第4-5頁)
4-4 if else(第4-7頁)

CH05 串列 List(第5-1頁)

5-1 前言(第5-2頁)
5-2 串列的使用(第5-3頁)
5-3 流程控制之重複架構 for 迴圈 (for loop)(第5-8頁)
5-4 物件的簡單概念 (Object)(第5-21頁)
5-5 常用的基本函數(第5-42頁)

CH06 元組 (Tuple)(第6-1頁)

6-1 前言(第6-2頁)
6-2 元組的使用(第6-2頁)

CH07 集合 (Set)(第7-1頁)

7-1 前言(第7-2頁)
7-2 集合的使用(第7-2頁)
7-3 使用 Python 開發的應用或服務(第7-16頁)

CH08 字典 Dictionary(第8-1頁)

8-1 前言(第8-2頁)
8-2 字典的使用(第8-3頁)

CH09 流程控制之重複架構 while 迴圈 (while loop)(第9-1頁)

9-1 前言(第9-2頁)
9-2 while 迴圈使用方式(第9-2頁)

CH10 函數 (function)(第10-1頁)

10-1 前言(第10-2頁)
10-2 函數的使用方式(第10-8頁)

CH11 類別 (class) 與物件 (object)(第11-1頁)

11-1 前言(第11-2頁)
11-2 類別的定義與初始化(第11-3頁)
11-3 物件 (Object) 概念(第11-3頁)
11-4 物件的宣告(第11-5頁)
11-5 建立類別的方法(第11-7頁)
11-6 繼承(第11-8頁)
11-7 建立私有屬性與方法(第11-10頁)
11-8 範例練習(第11-11頁)
11-9 預設屬性__doc__(第11-20頁)
11-10 特殊方法__str__() 與__repr__()(第11-23頁)
11-11 物件的銷毀(第11-25頁)

CH12 宣告的數值與字串也是物件(第12-1頁)

12-1 物件導向程式設計 (Object-oriented programming)(第12-2頁)
12-2 宣告整數與浮點數物件(第12-2頁)
12-3 宣告字串的物件(第12-4頁)

CH13 常用基礎套件介紹(第13-1頁)

13-1 套件 (package) 的定義(第13-2頁)
13-2 查看已安裝的套件(第13-2頁)
13-3 sys 套件的使用(第13-3頁)
13-4 math 套件的使用(第13-4頁)
13-5 random 套件的使用(第13-6頁)
13-6 time 套件的使用(第13-12頁)

CH14 資料夾與檔案的處理(第14-1頁)

14-1 前言(第14-2頁)
14-2 資料夾的處理(第14-2頁)
14-3 檔案的處理(第14-17頁)
14-4 shutil 套件的使用(第14-27頁)

CH15 檔案的讀取與寫入(第15-1頁)

15-1 前言(第15-2頁)
15-2 檔案的寫入(第15-2頁)
15-3 檔案的讀取(第15-15頁)
15-4 JSON 檔案(第15-17頁)

CH16 細說數值型態(第16-1頁)

16-1 基本單位(第16-2頁)
16-2 狀態多寡與位元的關係(第16-2頁)
16-3 數值與位元的關係(第16-4頁)
16-4 Byte 與 Bit 的關係(第16-4頁)
16-5 KB, MB, GB 的關係(第16-5頁)
16-6 數值型態的介紹(第16-6頁)

CH17 Numpy 的介紹(第17-1頁)

17-1 前言(第17-2頁)
17-2 Numpy 套件的基本使用(第17-2頁)
17-3 常用屬性介紹(第17-11頁)
17-4 常用方法介紹(第17-20頁)
17-5 多維陣列進行不同維度的計算( 使用 np.sum())(第17-26頁)
17-6 函數 np.mean()(第17-32頁)
17-7 函數 np.max() 與 np.min()(第17-36頁)
17-8 函數 argmax() 與 np.argmin()(第17-40頁)
17-9 函數 np.zeros()(第17-45頁)
17-10 函數 np.zeros_like()(第17-46頁)
17-11 函數 np.ones()(第17-47頁)
17-12 函數 np.ones_like()(第17-48頁)
17-13 相加函數 np.add()(第17-49頁)
17-14 亂數函數 np.random.randint()(第17-51頁)
17-15 排列函數 np.random.permutation()(第17-52頁)

CH18 圖片的顯示(第18-1頁)

18-1 圖片的尺寸(第18-2頁)
18-2 灰階圖像與彩色圖像(第18-3頁)
18-3 灰階圖像的組成(第18-4頁)
18-4 彩色圖像的組成(第18-5頁)
18-5 圖片的格式(第18-6頁)
18-6 下載練習圖庫(第18-7頁)
18-7 OpenCV 的使用說明(第18-10頁)

CH19 類神經網路的介紹(第19-1頁)

19-1 人工智慧 (Artificial intelligence) 其實只是統稱(第19-2頁)
19-2 機器學習 (machine learning)(第19-2頁)
19-3 回憶二元一次方程式(第19-4頁)
19-4 從二元一次方程式到機器學習(第19-5頁)
19-5 類神經網路 (Artificial Neural Network)(第19-6頁)
19-6 有趣的 AI 應用(第19-40頁)

CH20 Tensorflow 簡介(第20-1頁)

20-1 什麼是 Tensorflow(第20-2頁)
20-2 顯示卡的多核心優勢(第20-2頁)
20-3 Tensorflow 做了什麼?(第20-4頁)
20-4 安裝 Tensorflow(第20-4頁)
20-5 匯入 Tensorflow 套件(第20-5頁)
20-6 Tensorflow 與其他套件的相異處(第20-5頁)
20-7 如何看待 Tensorflow(第20-6頁)
20-8 如何得到計算結果(第20-7頁)
20-9 張量 (Tensor)(第20-9頁)
20-10 Tf.Graph() 的使用(第20-15頁)
20-11 GPU 資源的設定(第20-18頁)
20-12 如何使用程式碼設定 GPU 的使用量(第20-20頁)
20-13 AI 的實際應用 : 自動駕駛(第20-21頁)

CH21 資料集介紹 (Introduction of datasets)(第21-1頁)

21-1 前言(第21-2頁)
21-2 匯入套件(第21-3頁)
21-3 Cifar10 資料集(第21-3頁)
21-4 Mnist 資料集(第21-11頁)

CH22 建立類神經網路(第22-1頁)

22-1 前言(第22-2頁)
22-2 匯入套件(第22-2頁)
22-3 匯入資料集 Mnist(第22-3頁)
22-4 類神經網路(第22-5頁)
22-5 開始訓練(第22-13頁)
22-6 有趣的 AI 應用(第22-34頁)

CH23 卷積神經網路的介紹(第23-1頁)

23-1 全連接層 (fully connected layer)(第23-2頁)
23-2 更有效的圖像學習方式(第23-2頁)
23-3 卷積 (convolution)(第23-4頁)
23-4 卷積的計算(第23-5頁)
23-5 卷積是全連接層的簡化(第23-6頁)
23-6 卷積的完整範例(第23-7頁)
23-7 Kernel 學到了什麼(第23-9頁)
23-8 彩色圖片的卷積方式(第23-10頁)
23-9 計算權重數量(第23-11頁)
23-10 Kernel 的張數(第23-12頁)
23-11 池化 (pooling)(第23-15頁)
23-12 計算經過卷積後的尺寸(第23-17頁)
23-13 全連接層全然無用嗎?(第23-21頁)
23-14 有趣的 AI 應用(第23-23頁)

CH24 建立卷積神經網路(第24-1頁)

24-1 前言(第24-2頁)
24-2 匯入套件(第24-2頁)
24-3 匯入資料集(第24-3頁)
24-4 資料集前處理(第24-3頁)
24-5 建立計算圖(第24-5頁)
24-6 宣告 tf.placeholder(第24-6頁)
24-7 計算訓練的參數量(第24-9頁)
24-8 建立選取迭代資料的函數(第24-10頁)
24-9 計算損失值函數(第24-10頁)
24-10 計算準確率函數(第24-11頁)
24-11 關於 Tensorflow 的權重檔(第24-11頁)
24-12 儲存 PB 檔案的函數(第24-13頁)
24-13 設定超參數(第24-14頁)
24-14 建立訓練架構(第24-14頁)
24-15 訓練集的亂數排列 (shuffle)(第24-15頁)
24-16 開始訓練與訓練結果(第24-16頁)
24-17 加深模型(第24-17頁)
24-18 加深模型的訓練結果(第24-19頁)
24-19 儲存準確率最高的 PB 檔案(第24-20頁)
24-20 遷移學習 (transfer learning)(第24-22頁)
24-21 儲存訓練的結果(第24-24頁)
24-22 模型可視化 (使用Netron)(第24-26頁)
24-23 使用 PB 檔進行推論(第24-33頁)
24-24 找出驗證集分類錯誤的圖片(第24-35頁)
24-25 練習: 使用 Fashion_mnist 資料集(第24-38頁)
24-26 練習: 使用 Cifar10 資料集(第24-40頁)

CH25 口罩判斷模型之資料集的準備(第25-1頁)

25-1 前言(第25-2頁)
25-2 決定分類模型的類別數量(第25-2頁)
25-3 製作有戴口罩的圖片(第25-2頁)
25-4 口罩圖片的選擇(第25-4頁)
25-5 口罩圖片的解析(第25-4頁)
25-6 偵測圖片的嘴巴區域 (使用Dlib)(第25-5頁)
25-7 安裝 Dlib(第25-7頁)
25-8 使用 Dlib 找到人臉(第25-9頁)
25-9 嘴部區域與口罩的結合(第25-16頁)
25-10 製作訓練集與驗證集(第25-20頁)
25-11 有趣的 AI 應用(第25-26頁)

CH26 口罩判斷模型之訓練(第26-1頁)

26-1 匯入套件(第26-2頁)
26-2 訓練集與驗證集的資料安排(第26-3頁)
26-3 讀取訓練集路徑(第26-3頁)
26-4 讀取驗證集路徑(第26-4頁)
26-5 讀取口罩集路徑(第26-6頁)
26-6 建立偵測嘴部區域的函數(第26-6頁)
26-7 建立嘴部區域與口罩結合的函數(第26-7頁)
26-8 建立訓練集的迭代資料函數(第26-9頁)
26-9 建立驗證集的迭代資料函數(第26-10頁)
26-10 建立計算圖(第26-11頁)
26-11 模型架構的差異說明(第26-12頁)
26-12 訓練結果(第26-15頁)
26-13 結果圖形化(第26-16頁)

CH27 影像串流與口罩判斷(第27-1頁)

27-1 前言(第27-2頁)
27-2 影像串流(第27-2頁)
27-3 影像串流結合口罩判斷(第27-8頁)
27-4 執行結果(第27-11頁)

CH28 安裝套件的步驟說明(第28-1頁)

28-1 使用 Colab(第28-2頁)
28-2 使用 Jupyter(第28-3頁)

自然課沒教的事. 2, 昆蟲趴趴走出版公司:健行文化出版九歌出版社總經銷作者:楊平世類型:科學科普-動植物 PDF電子書繁體中文版

戀愛動物圖鑑出版公司:瑞昇文化作者:今泉忠明監修類型:科學科普-動植物 PDF電子書繁體中文版

生命之鑰:諾貝爾獎得主親撰一場對生命奧祕的美麗探索出版公司:三采文化作者:保羅.納斯爵士(Sir Paul Nurse) 類型:科學科普-動植物 EPUB電子書繁體中文版

生物演化的45堂公開課:從不可思議到原來如此出版公司:日出出版作者:陶雨晴類型:科學科普-動植物 EPUB電子書繁體中文版

生活中不可不知的生物常識出版公司:讀品文化作者:曹松青類型:科學科普-動植物 PDF電子書繁體中文版

自然與宗教隨筆出版公司:愛智圖書作者:陳玉類型:科學科普-動植物 PDF電子書繁體中文版

站內搜索

請輸入軟體名稱或編號

購物車

熱門關鍵字

科學科普		動植物
千華駐科技		崧燁文化
科普小組		林靜
小角落文化		馬金江
楊平世		愛智圖書
Young		小宇宙文化
大塊		村上健司
林祖榮		侯東政
陳玉		麥浩斯
游旨价		瑞昇文化
葉綠舒		慈濟大學
趙奐		稻垣榮洋
鄭博真		David
了解人體		人類
人類命運		上羊文化