色yeye在线视频观看_亚洲人亚洲精品成人网站_一级毛片免费播放_91精品一区二区中文字幕_一区二区三区日本视频_成人性生交大免费看

圖書簡介

      本書涵蓋人工智能概述、Python編程基礎(chǔ)、TensorFlow機器學習框架、機器學習算法、MNIST數(shù)據(jù)集及神經(jīng)網(wǎng)絡、TensorFlow高級框架、OpenCV開發(fā)與應用等基礎(chǔ)知識，并介紹且搭建了計算機視覺中的手寫數(shù)字識別與人臉識別、自然語言處理中的語音識別與智能聊天機器人具體項目，還介紹并實踐了AI開放平臺的接入與使用，最后在綜合實訓案例解析中完成了對所學知識的整合。 本書可作為人工智能、計算機、自動化等專業(yè)相關(guān)課程的教材，也可作為人工智能開發(fā)人員的參考用書。

圖書目錄

人工智能基礎(chǔ)與應用（微課版）章節(jié)：
第1章　人工智能概述　1
1.1　了解人工智能　1
1.2　了解深度學習　2
1.3　人工智能發(fā)展現(xiàn)狀　4
1.4　人工智能機器學習框架　5
1.4.1　機器學習框架簡介　5
1.4.2　TensorFlow　5
1.4.3　PaddlePaddle　7
1.5　怎樣學習人工智能　7
1.6　小結(jié)　8
1.7　練習題　8
第2章　Python編程基礎(chǔ)　9
2.1　Python入門　9
2.2　開發(fā)環(huán)境搭建　10
2.2.1　安裝Python　10
2.2.2　安裝PyCharm　13
2.2.3　體驗PyCharm　17
2.3　基礎(chǔ)語法　21
2.3.1　基本輸入和輸出　21
2.3.2　Python運算符　24
2.3.3　Python數(shù)據(jù)類型　33
2.3.4　Python語句　38
2.3.5　Python函數(shù)　43
2.4　面向?qū)ο蟆?4
2.5　第三方庫的使用　45
2.5.1　NumPy　46
2.5.2　Pandas　49
2.5.3　Matplotlib　52
2.6　小結(jié)　57
2.7　練習題　57
第3章　TensorFlow機器學習框架　58
3.1　TensorFlow介紹　58
3.1.1　TensorFlow基礎(chǔ)介紹　58
3.1.2　分布式TensorFlow　61
3.2　TensorFlow環(huán)境搭建　61
3.2.1　安裝Anaconda　61
3.2.2　使用pip的Windows環(huán)境安裝　67
3.2.3　使用pip的Linux環(huán)境安裝　68
3.2.4　使用源代碼編譯安裝　68
3.3　TensorFlow計算機加速　68
3.3.1　TensorFlow的使用　68
3.3.2　TensorFlow使用GPU加速　70
3.4　小結(jié)　70
3.5　練習題　71
第4章　機器學習算法　72
4.1　線性回歸　72
4.1.1　什么是線性回歸　72
4.1.2　線性回歸例子引入　73
4.1.3　數(shù)學方法解決線性回歸問題　75
4.1.4　利用TensorFlow解決線性回歸問題　78
4.2　邏輯回歸　81
4.2.1　什么是邏輯回歸　81
4.2.2　邏輯回歸例子引入　82
4.2.3　數(shù)學方法解決邏輯回歸問題　83
4.2.4　利用TensorFlow解決邏輯回歸問題　83
4.3　KNN　85
4.3.1　什么是KNN　86
4.3.2　KNN例子引入　86
4.3.3　數(shù)學方法解決KNN問題　87
4.3.4　利用TensorFlow解決KNN問題　91
4.4　使用第三方模塊實現(xiàn)KNN　92
4.5　其他機器學習算法　94
4.5.1　支持向量機　94
4.5.2　決策樹　94
4.5.3　隨機森林　95
4.5.4　K-Means　95
4.6　小結(jié)　95
4.7　練習題　95
第5章　MNIST數(shù)據(jù)集及神經(jīng)網(wǎng)絡　96
5.1　MNIST數(shù)據(jù)集簡介　96
5.2　神經(jīng)元常用函數(shù)　97
5.2.1　激活函數(shù)　97
5.2.2　池化函數(shù)　99
5.2.3　損失函數(shù)　100
5.3　深度神經(jīng)網(wǎng)絡　101
5.4　經(jīng)典卷積神經(jīng)網(wǎng)絡介紹　102
5.4.1　LeNet-5模型及其實現(xiàn)　103
5.4.2　AlexNet介紹　109
5.4.3　VGGNet介紹　109
5.4.4　Inception模型及其實現(xiàn)　109
5.5　循環(huán)神經(jīng)網(wǎng)絡　112
5.5.1　循環(huán)神經(jīng)網(wǎng)絡簡介　112
5.5.2　循環(huán)神經(jīng)網(wǎng)絡實現(xiàn)　115
5.6　優(yōu)化器及優(yōu)化方法　117
5.6.1　優(yōu)化方法　117
5.6.2　學習率設置　118
5.7　小結(jié)　118
5.8　練習題　118
第6章　TensorFlow高級框架　119
6.1　TFLearn　119
6.2　Keras　121
6.3　小結(jié)　123
6.4　練習題　124
第7章　OpenCV開發(fā)與應用　125
7.1　OpenCV介紹　125
7.2　OpenCV常見應用　127
7.2.1　攝像頭調(diào)用　127
7.2.2　OpenCV的圖像簡單處理　128
7.2.3　圖像處理的意義及價值　132
7.3　小結(jié)　133
7.4　練習題　133
第8章　計算機視覺處理　134
8.1　計算機視覺開發(fā)介紹　134
8.2　手寫數(shù)字識別　136
8.2.1　項目介紹　137
8.2.2　圖像獲取以及預處理　138
8.2.3　圖像識別　139
8.2.4　結(jié)果顯示　143
8.3　人臉識別　143
8.3.1　項目介紹　144
8.3.2　人臉的數(shù)據(jù)集介紹　144
8.3.3　人臉識別流程　145
8.3.4　人臉識別方案　145
8.3.5　人臉識別應用　146
8.4　小結(jié)　154
8.5　練習題　154
第9章　自然語言處理　155
9.1　人工智能自然語言處理介紹　155
9.2　英文語音識別　156
9.2.1　項目介紹　156
9.2.2　訓練模型　156
9.2.3　測試效果　160
9.3　打造智能聊天機器人　163
9.3.1　seq2seq的機制原理　163
9.3.2　實踐　163
9.4　小結(jié)　164
9.5　練習題　164
第10章　人工智能開放平臺應用　165
10.1　AI開放平臺介紹　165
10.2　百度AI開放平臺應用　166
10.2.1　百度AI開放平臺介紹　166
10.2.2　基于百度AI開放平臺的圖像識別　166
10.2.3　基于百度AI開放平臺的語音識別　170
10.2.4　基于百度AI開放平臺的人臉識別　172
10.3　更多AI開放平臺實踐　175
10.3.1　騰訊AI開放平臺　175
10.3.2　阿里AI開放平臺　175
10.3.3　京東AI開放平臺　176
10.3.4　小愛AI開放平臺　176
10.3.5　訊飛AI開放平臺　177
10.4　小結(jié)　177
10.5　練習題　177
第11章　綜合實訓案例解析　178
11.1　基于機械臂的工業(yè)分揀系統(tǒng)　178
11.1.1　項目概要　178
11.1.2　項目設計　179
11.1.3　項目實現(xiàn)　186
11.2　小結(jié)　193
11.3　練習題　193