-
内容大纲
本书按照“强基础、重应用”的原则进行编写,在内容的安排上采用“理论+实践”的方式,由浅入深,选取的项目可以让学生很快上手。
本书主要包括8个项目,分别为搭建TensorFlow开发环境,手写数字识别:TensorFlow初探,房价预测:前馈神经网络,服装图像识别:Keras搭建与训练模型,图像识别:卷积神经网络,AI诗人:循环神经网络,预测汽车油耗效率:TensorFlow.js应用开发,花卉识别:TensorFlow Lite。
本书既可以作为高等职业院校、应用型本科院校的计算机类、电子信息类、通信类及自动化类等专业的教材,也可以作为各种技能认证考试的参考用书,还可以作为相关技术人员的参考用书。 -
作者介绍
-
目录
前言
二维码资源清单
项目1 搭建TensorFlow开发环境
项目描述
思维导图
项目目标
1.1 人工智能、机器学习与深度学习
1.1.1 人工智能
1.1.2 机器学习
1.1.3 深度学习
1.2 深度学习简介
1.2.1 深度学习发展简史
1.2.2 深度学习的工作原理
1.2.3 深度学习的应用
1.3 任务1:认识深度学习框架
1.3.1 TensorFlow
1.3.2 Keras
1.3.3 PyTorch
1.3.4 Caffe
1.3.5 MXNet
1.3.6 PaddlePaddle
1.4 任务2:搭建深度学习开发环境
1.4.1 安装Anaconda
1.4.2 使用Conda管理环境
1.4.3 安装TensorFlow
1.4.4 常用编辑器
拓展项目
项目2 手写数字识别:TensorFlow初探
项目描述
思维导图
项目目标
2.1 TensorFlow架构
2.1.1 TensorFlow架构图
2.1.2 TensorFlow 1.x和2.0之间的差异
2.1.3 TensorFlow数据流图
2.1.4 TensorFlow运行机制
2.2 任务1:张量的基本操作
2.2.1 张量的阶、形状、数据类型
2.2.2 现实世界中的数据张量
2.2.3 MNIST数据集
2.2.4 索引与切片
2.2.5 维度变换
2.2.6 广播机制
2.3 任务2:张量的进阶操作
2.3.1 合并与分割
2.3.2 大值、小值、均值、和
2.3.3 张量比较
2.3.4 张量排序
2.3.5 张量中提取数值
拓展项目
项目3 房价预测:前馈神经网络
项目描述
思维导图
项目目标
3.1 任务1:实现一元线性回归模型
3.1.1 准备数据
3.1.2 构建模型
3.1.3 迭代训练
3.1.4 保存和读取模型
3.2 认识神经网络
3.2.1 神经元
3.2.2 激活函数
3.3 任务2:房价预测
3.3.1 准备数据集
3.3.2 构建模型
3.3.3 训练模型
3.4 前馈神经网络
3.4.1 前馈神经网络拓扑结构
3.4.2 损失函数
3.4.3 反向传播算法
3.4.4 梯度下降算法
拓展项目
项目4 服装图像识别:Keras搭建与训练模型
项目描述
思维导图
项目目标
4.1 认识tf.keras
4.1.1 Keras与tf.keras
4.1.2 层(Layer)
4.1.3 模型(Model)
4.2 任务1:服装图像识别
4.2.1 构建模型
4.2.2 训练模型
4.2.3 评估模型
4.3 任务2:保存与加载模型
4.3.1 SavedModel方式保存模型
4.3.2 H5格式保存模型
4.3.3 检查点(Checkpoint)格式保存模型
4.4 任务3:tf.data优化训练数据
4.4.1 训练数据输入模型的方法
4.4.2 tf.data API
4.4.3 tf.data.Dataset
4.5 任务4:花卉识别
4.5.1 下载图片
4.5.2 构建花卉数据集
4.5.3 构建与训练模型
4.5.4 保存与加载模型
拓展项目
项目5 图像识别:卷积神经网络
项目描述
思维导图
项目目标
5.1 认识卷积神经网络
5.1.1 卷积神经网络发展历史
5.1.2 全连接神经网络的问题
5.2 卷积神经网络基本结构
5.2.1 卷积运算
5.2.2 填充
5.2.3 步长
5.2.4 多输入通道和多输出通道
5.2.5 池化层
5.3 TensorFlow对卷积神经网络的支持
5.3.1 卷积函数
5.3.2 池化函数
5.4 任务1:识别CIFAR-10图像
5.4.1 卷积网络的整体结构
5.4.2 CIFAR-10数据集
5.4.3 构造卷积神经网络模型
5.4.4 编译、训练并评估模型
5.5 任务2:搭建经典卷积网络
5.5.1 图像识别的难题
5.5.2 AlexNet
5.5.3 VGG系列
5.5.4 ResNet
5.6 任务3:ResNet实现图像识别
5.6.1 ResNet模型结构
5.6.2 BasicBlock类
5.6.3 搭建ResNet网络模型
5.6.4 加载数据集并训练模型
拓展项目
项目6 AI诗人:循环神经网络
项目描述
思维导图
项目目标
6.1 认识循环神经网络
6.1.1 循环神经网络发展历史
6.1.2 循环神经网络的应用
6.1.3 循环神经网络的作用
6.2 任务1:电影评论分类
6.2.1 IMDb数据集
6.2.2 使用全连接神经网络
6.2.3 循环神经网络典型结构
6.2.4 SimpleRNNCell使用方法
6.2.5 RNN分类IMDb数据集
6.2.6 RNN梯度消失
6.3 任务2:AI诗人
6.3.1 长短期记忆(LSTM)
6.3.2 文本生成:AI诗人
拓展项目
项目7 预测汽车油耗效率:TensorFlow.js应用开发
项目描述
思维导图
项目目标
7.1 认识TensorFlow.js
7.1.1 TensorFlow.js的优点
7.1.2 TensorFlow.js 的核心概念
7.1.3 TensorFlow.js 环境配置
7.2 任务1:预测汽车油耗效率
7.2.1 创建主页并加载数据
7.2.2 定义模型结构
7.2.3 数据预处理
7.2.4 训练与测试模型
7.3 任务2:手写数字识别
7.3.1 从GitHub获取源码并运行
7.3.2 创建相关文件
7.3.3 定义模型结构
7.3.4 训练模型
7.3.5 使用模型进行评估与预测
拓展项目
项目8 花卉识别:TensorFlow Lite
项目描述
思维导图
项目目标
8.1 认识TensorFlow Lite
8.1.1 TensorFlow Lite发展历史
8.1.2 TensorFlow Lite的应用
8.2 TensorFlow Lite体系结构
8.2.1 TensorFlow Lite整体架构
8.2.2 TensorFlow Lite转换器
8.2.3 FlatBuffers格式
8.2.4 TensorFlow Lite解释执行器
8.3 任务1:TensorFlow Lite开发工作流程
8.3.1 选择模型
8.3.2 模型转换
8.3.3 模型推理
8.3.4 优化模型
8.4 任务2:TensorFlow Lite实现花卉识别
8.4.1 选择模型
8.4.2 Android部署
拓展项目
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...