Part 1 基本篇

Chapter 1 機械學習函式庫 TensorFlow 與 Keras

Chapter 2 建構開發環境

Chapter 3 透過簡單的範例學習 TensorFlow

Chapter 4 神經網路與 Keras

Chapter 5 利用 Keras 建構 CNN

Chapter 6 應用預訓練模型

Chapter 7 常用的 Keras 功能



Part 2 應用篇

Chapter 8 使用 CAE 消除雜訊

Chapter 9 自動上色

Chapter 10 超高解析度成像

Chapter 11 轉換畫風

Chapter 12 影像生成



?

序



　　本書的目的是帶領大家「體驗」利用深度學習執行的影像處理。近年來，深度學習一時之間蔚為風潮，市面上已有不少將理論的部分說得非常清楚的書籍，要應用深度學習，無可避免地也需要建立紮實的理論基礎。



　　不過盡早掌握「原來深度學習還能做到這種事」、「深度學習只有這點程度嗎？」、「深度學習需要這麼多資料嗎？」、「參數的調整居然這麼費工」的感覺，應該也很重要不是嗎？



　　像工程師一般先接觸看看，執行並自訂相關的功能之後，再開始學習基礎理論，應該也是不錯的學習方式。



　　本書大致上分成兩大部分。



　　第一部分說明深度學習TensorFlow、Keras 的基礎，第二部分則說明如何撰寫影像處理應用的Keras 模型。第一部分僅限於在第二部分帶領大家「體驗」深度學習的知識，而非無所不包的解說。



　　第二部分介紹的是「消除雜訊」、「自動上色」、「超高解析度成像」、「轉換畫風」、「產生影像」等內容，所有的內容都與讓Autoencoder 構造發展的模型有關，所以不管是哪種模型，神經網路的構造都很相似。一個構造能支援多種任務，是深度學習的有趣之處，希望大家也能體會「不同的創意能開發出不同功能」的這種感覺。



　　此外，本書所有的範例檔與資料都是Jupyter Notebook 格式，可從出版社網站下載。請大家務必執行看看，親自體驗深度學習的奧祕。