掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
移動端AI與ML應用開發:基于iOS和Android 版權信息
- ISBN：9787111713081
- 條形碼：9787111713081 ; 978-7-111-71308-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
移動端AI與ML應用開發:基于iOS和Android 本書特色
沒有設備可以運行的話，人工智能將一無是處。既然移動設備已成為大多數人的主要計算設備，那么移動開發人員將AI添加到他們的工具箱中便至關重要。本書是你在iOS和Android等流行移動平臺上創建和運行機器學習模型的實用指南。 作者首先介紹了機器學習技術和工具，然后引導你使用ML Kit、TensorFlow Lite和Core ML等工具編寫由常見ML模型(如計算機視覺和文本識別)驅動的Android和iOS應用程序。如果你是一名移動端應用開發者，本書將幫助你利用當今的ML技術。 通過閱讀本書，你將：? 探索在移動設備上實施ML和AI的選項。 ? 為iOS和Android創建ML模型。 ? 為iOS和Android編寫ML Kit和TensorFlow Lite應用程序，為iOS編寫Core ML/Create ML應用程序。 ? 為你的用例選擇適合的技術和工具，例如，基于云的推理與移動端推理、高級API與低級API。 ? 了解移動端機器學習的隱私和倫理實踐。
移動端AI與ML應用開發:基于iOS和Android 內容簡介
沒有設備可以運行的話，人工智能將一無是處。既然移動設備已成為大多數人的主要計算設備，那么移動開發人員將AI添加到他們的工具箱中便至關重要。本書是你在iOS和Android等流行移動平臺上創建和運行機器學習模型的實用指南。<br /><br />作者首先介紹了機器學習技術和工具，然后引導你使用ML Kit、TensorFlow Lite和Core ML等工具編寫由常見ML模型（如計算機視覺和文本識別）驅動的Android和iOS應用程序。如果你是一名移動端應用開發者，本書將幫助你利用當今的ML技術。<br /><br />通過閱讀本書，你將：<br />*探索在移動設備上實施ML和AI的選項。<br />*為iOS和Android創建ML模型。<br />*為iOS和Android編寫ML Kit和TensorFlow Lite應用程序，為iOS編寫Core ML/Create ML應用程序。<br />*為你的用例選擇合適的技術和工具，例如，基于云的推理與移動端推理、高級API與低級API。<br />*了解移動端機器學習的隱私和倫理實踐。
移動端AI與ML應用開發:基于iOS和Android 目錄
前言1
第1章 人工智能和機器學習簡介7
1.1 什么是人工智能7
1.2 什么是機器學習8
1.2.1 從傳統編程轉向機器學習9
1.2.2 機器如何學習12
1.2.3 機器學習與傳統編程的比較17
1.3 在移動設備上構建和使用模型18
1.4 總結18
第2章 計算機視覺簡介19
2.1 為視覺使用神經元19
2.1.1 你的**個分類器：識別衣物24
2.1.2 數據：Fashion MNIST24
2.1.3 解析Fashion MNIST的模型架構26
2.1.4 編寫Fashion MNIST 模型27
2.2 計算機視覺的遷移學習31
2.3 總結34
第3章 ML Kit簡介35
3.1 在Android上構建人臉檢測應用程序36
3.1.1 第1步：使用Android Studio創建應用程序36
3.1.2 第2步：添加和配置ML Kit38
3.1.3 第3步：定義用戶界面39
3.1.4 第4步：將圖像添加為資產41
3.1.5 第5步：使用默認圖片加載UI41
3.1.6 第6步：調用人臉檢測器43
3.1.7 第7步：添加邊界矩形44
3.2 為iOS構建人臉檢測器應用程序46
3.2.1 第1步：在Xcode中創建項目46
3.2.2 第2步：使用 CocoaPods 和podfile47
3.2.3 第3步：創建用戶界面48
3.2.4 第 4步：添加應用程序邏輯52
3.3 總結55
第4章 Android上使用ML Kit的計算機視覺應用程序56
4.1 圖像標記和分類56
4.1.1 第1步：創建應用程序并配置ML Kit57
4.1.2 第2步：創建用戶界面57
4.1.3 第3步：將圖像添加為資產58
4.1.4 第4步：將圖像加載到ImageView59
4.1.5 第5步：編寫按鈕處理程序代碼59
4.1.6 下一步62
4.2 物體檢測62
4.2.1 第1步：創建應用程序并導入ML Kit63
4.2.2 第2步：創建活動布局 XML63
4.2.3 第3步：將圖像加載到 ImageView 63
4.2.4 第4步：設置物體檢測器選項64
4.2.5 第5步：處理按鈕交互65
4.2.6 第6步：繪制邊界框65
4.2.7 第7步：標記物體67
4.3 檢測和跟蹤視頻中的物體68
4.3.1 探索布局69
4.3.2 GraphicOverlay類70
4.3.3 捕捉相機70
4.3.4 ObjectAnalyzer類71
4.3.5 ObjectGraphic 類72
4.3.6 組合在一起73
4.4 總結73
第5章 Android上使用ML Kit的文本處理應用程序74
5.1 實體提取74
5.1.1 創建應用程序75
5.1.2 為活動創建布局76
5.1.3 編寫實體提取代碼77
5.1.4 組合在一起79
5.2 手寫識別和其他識別80
5.2.1 創建應用程序81
5.2.2 創建繪圖平面82
5.2.3 使用ML Kit解析墨跡84
5.3 智能回復對話86
5.3.1 創建應用程序86
5.3.2 模擬對話87
5.3.3 生成智能回復88
5.4 總結88
第6章 iOS上使用ML Kit的計算機視覺應用程序89
6.1 圖像標記和分類89
6.1.1 第1步：在 Xcode 中創建應用程序90
6.1.2 第2步：創建podfile90
6.1.3 第3步：設置故事板92
6.1.4 第4步：編輯視圖控制器代碼來使用 ML Kit93
6.2 使用ML Kit在iOS中進行物體檢測96
6.2.1 第1步：開始97
6.2.2 第2步：在故事板上創建UI98
6.2.3 第3步：為注釋創建子視圖99
6.2.4 第4步：執行物體檢測100
6.2.5 第5步：處理回調函數101
6.2.6 將物體檢測與圖像分類結合103
6.2.7 視頻中的物體檢測和跟蹤104
6.3 總結107
第7章 iOS上使用ML Kit的文本處理應用程序108
7.1 實體提取108
7.1.1 第1步：創建應用程序并添加 ML Kit pod109
7.1.2 第2步：創建帶有動作和輸出的故事板110
7.1.3 第3步：允許視圖控制器用于文本輸入110
7.1.4 第4步：初始化模型111
7.1.5 第5步：從文本中提取實體112
7.2 手寫識別113
7.2.1 第1步：創建應用程序并添加ML Kit pod114
7.2.2 第2步：創建故事板、動作和輸出115
7.2.3 第3步：筆畫、點和墨跡115
7.2.4 第4步：捕獲用戶輸入116
7.2.5 第5步：初始化模型117
7.2.6 第6步：進行墨跡識別118
7.3 智能回復對話119
7.3.1 第1步：創建應用程序并集成 ML Kit120
7.3.2 第2步：創建故事板、輸出和動作120
7.3.3 第3步：創建模擬對話121
7.3.4 第4步：獲取智能回復123
7.4 總結124
第8章 更深入：了解TensorFlow Lite125
8.1 什么是 TensorFlow Lite125
8.2 TensorFlow Lite 入門127
8.2.1 保存模型128
8.2.2 轉換模型128
8.2.3 使用獨立解釋器測試模型129
8.3 創建一個 Android應用程序來托管TFLite131
8.3.1 導入TFLite文件133
8.3.2 編寫Kotlin代碼與模型交互134
8.3.3 超越基礎137
8.4 創建一個 iOS 應用程序來托管 TFLite140
8.4.1 第1步：創建一個基本的 iOS 應用程序140
8.4.2 第2步：將 TensorFlow Lite 添加到項目中141
8.4.3 第3步：創建用戶界面142
8.4.4 第4步：添加并初始化模型推理類144
8.4.5 第 5 步：執行推理147
8.4.6 第6步：將模型添加到應用程序中149
8.4.7 第7步：添加UI邏輯150
8.4.8 超越“Hello World”：處理圖像152
8.5 探索模型優化155
8.5.1 量化155
8.5.2 使用代表性數據157
8.6 總結158
第9章 創建自定義模型159
9.1 使用TensorFlow Lite Model Maker創建模型160
9.2 使用Cloud AutoML創建模型164
9.3 使用TensorFlow和遷移學習創建模型174
9.4 創建語言模型176
9.5 總結180
第10章 在Android中使用自定義模型181
10.1 將模型橋接到 Android181
10.2 從Model Maker輸出構建圖像分類應用程序182
10.3 將......
展開全部
移動端AI與ML應用開發:基于iOS和Android 作者簡介
Laurence Moroney在Google領導AI Advocacy。作為編程和機器學習行業的資深人士，Laurence撰寫了20多本書。他在DeepLearning.ai的Coursera以及哈佛大學的edX上在線教授流行課程。
書友推薦
- >
巴金－再思錄
- >
我與地壇
- >
月亮虎
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
伊索寓言-世界文學名著典藏-全譯本
- >
史學評論
本類暢銷
