掃一掃
關注中圖網
官方微博
>
深度學習項目開發實踐(TensorFlow+Sklearn+PyTorch)(微視頻版)
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
深度學習項目開發實踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 版權信息
- ISBN：9787302678090
- 條形碼：9787302678090 ; 978-7-302-67809-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
深度學習項目開發實踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 本書特色
《深度學習項目開發實踐（TensorFlow Sklearn PyTorch）（微視頻版）》的特色如下：
1. 實踐項目案例：通過深入的項目案例分析，讀者將了解項目開發中的關鍵問題、挑戰和解決方案，幫助讀者將理論知識轉化為實際操作技能。
2. 多領域跨行業：本書覆蓋了多個領域和行業的項目案例，涉及不同的編程概念和技術。通過完成這些項目，讀者將能夠綜合運用所學的知識，培養解決問題的能力，了解不同場景下的項目開發特點。
3. 實用技巧分享：作者結合自身豐富的項目經驗，分享了大量實用的項目開發技巧和經驗，幫助讀者更高效地完成項目開發工作。
4. 配書資源豐富：本書不僅提供了書中實例的源代碼，還錄制了所有項目的講解視頻，讀者可以掃碼獲取這些資源，幫助讀者提高學習效率。
深度學習項目開發實踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 內容簡介
Python是當今使用*為廣泛的開發語言之一，被認為是開發深度學習程序的*佳語言。本書通過9個綜合實例，詳細講解了使用Python語言開發大型深度學習項目的過程，這些項目在現實應用中具有極強的代表性。第1章講解了AI智能問答系統的具體實現流程：第2章講解了AI智能推薦系統的具體實現流程：第3章講解了智能OCR文本檢測識別系統的具體實現流程：第4章講解了國際足球比賽結果預測系統的具體實現流程；第5章講解了智能繪圖系統的具體實現流程：第6章講解了利用ChatGPT開發微信客服機器人的具體實現流程：第7章講解了移動機器人智能物體識別系統的具體實現流程；第8章講解了AI考勤管理系統的具體實現流程；第9章講解了網絡輿情數據分析系統的具體實現流程。在具體講解每個實例時，都遵循項目的進度順序來講解，從接到項目到具體開發，直到*后的調試和發布，內容循序漸進，并穿插講解了這樣做的原因，深入講解了每個重點內容的具體細節，引領讀者全面掌握Python深度學習開發技術。
本書不但適合Python深度學習開發的初學者學習，也適合有一定Python深度學習開發基礎的讀者學習，還可以作為有一定基礎的程序員的參考書。
深度學習項目開發實踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 目錄
第1章 AI智能問答系統 11.1 背景介紹 21.1.1 互聯網的影響 21.1.2 問答系統的發展 21.2 問答系統的發展趨勢：AI問答系統 41.2.1 人工智能介紹 41.2.2 機器學習 51.2.3 深度學習 51.2.4 系統介紹 61.3 技術架構 61.3.1 TensorFlow.js 61.3.2 SQuAD 2.0 71.3.3 BERT 81.3.4 知識蒸餾 8第1章 AI智能問答系統 11.1 背景介紹 21.1.1 互聯網的影響 21.1.2 問答系統的發展 21.2 問答系統的發展趨勢：AI問答系統 41.2.1 人工智能介紹 41.2.2 機器學習 51.2.3 深度學習 51.2.4 系統介紹 61.3 技術架構 61.3.1 TensorFlow.js 61.3.2 SQuAD 2.0 71.3.3 BERT 81.3.4 知識蒸餾 81.4 具體實現 91.4.1 編寫HTML文件 91.4.2 腳本處理 111.4.3 加載訓練模型 121.4.4 查詢處理 121.4.5 文章處理 141.4.6 加載處理 161.4.7 尋找答案 171.4.8 提取*佳答案 181.4.9 將答案轉換回文本 201.5 調試運行 20第2章 AI智能推薦系統 232.1 背景介紹 242.1.1 推薦系統能解決什么問題 242.1.2 推薦系統的應用領域 252.1.3 推薦系統和搜索引擎 252.2 項目介紹 262.3 數據采集和整理 262.3.1 數據整理 262.3.2 電影詳情數據 302.3.3 提取電影特征 372.4 情感分析和序列化操作 432.5 Web端實時推薦 442.5.1 Flask啟動頁面 442.5.2 模板文件 472.5.3 后端處理 492.6 調試運行 56第3章 智能OCR文本檢測識別系統 593.1 背景介紹 603.2 OCR系統簡介 603.2.1 OCR的基本原理和使用方式 603.2.2 文字識別的基本步驟 613.2.3 深度學習對OCR的影響 633.2.4 與OCR相關的深度學習技術 633.3 系統介紹 643.4 準備模型 653.4.1 文本檢測模型 653.4.2 文本識別模型 653.5 創建工程 663.5.1 工程配置 663.5.2 配置應用程序 673.5.3 導入模型 683.6 具體實現 683.6.1 頁面布局 693.6.2 實現主Activity 693.6.3 圖像處理操作 733.6.4 運行OCR模型 763.7 調試運行 80第4章 國際足球比賽結果預測系統 814.1 歐洲足球五大聯賽 824.2 模塊架構 834.3 準備數據 834.4 數據可視化分析 844.4.1 事件收集 844.4.2 射門數據可視化 874.4.3 球隊和球員數據可視化 894.4.4 聯賽數據可視化 964.4.5 巴塞羅那隊的進球數據餅形圖 1004.4.6 紅牌和黃牌數據可視化 1014.4.7 進球數據可視化 1064.4.8 梅西和C羅的數據可視化 1144.4.9 五大聯賽的球員數量可視化 1184.5 比賽預測 1194.5.1 讀取數據 1194.5.2 清洗數據 1214.5.3 邏輯回歸算法 1224.5.4 創建梯度提升模型 1234.5.5 創建隨機森林分類器模型 1244.5.6 不平衡處理 1264.6 進球預測 1284.6.1 預處理 1284.6.2 創建循環神經網絡 132第5章 智能素描繪圖系統 1375.1 項目介紹 1385.2 需求分析 1385.3 功能模塊 1395.4 預處理 1405.4.1 低動態范圍配置 1405.4.2 圖像處理和調整 1415.4.3 獲取原始圖像的筆畫 1435.4.4 方向檢測 1475.4.5 去藍處理 1505.4.6 圖像合成 1525.4.7 快速排序 1565.4.8 側窗濾波 1575.5 開始繪圖 1605.5.1 基于邊緣繪畫的繪圖程序 1605.5.2 繪制鉛筆畫 170第6章 ChatGPT微信客服機器人 1736.1 ChatGPT概述 1746.1.1 ChatGPT的發展歷程 1746.1.2 GPT系列的演變 1756.1.3 ChatGPT的主要特點 1756.2 系統介紹 1766.3 項目結構 1766.4 準備工作 1776.4.1 注冊成為OpenAI會員 1776.4.2 獲取API key 1786.5 系統配置 1816.5.1 基本配置 1816.5.2 其他配置 1826.6 通道處理 1886.6.1 通用處理邏輯 1886.6.2 微信聊天通道 1946.6.3 微信公眾號通道 1996.7 對話處理 2046.7.1 OpenAI對話 2046.7.2 ChatGPT對話 2076.7.3 Baidu Unit對話 2126.8 語音識別 2136.8.1 OpenAI語音識別 2136.8.2 谷歌語音識別 2146.8.3 百度語音識別 2156.8.4 Microsoft Azure語音識別 2186.9 調試運行 219第7章 移動機器人智能物體識別系統 2217.1 背景介紹 2227.2 物體識別 2227.2.1 物體識別介紹 2237.2.2 圖像特征的提取方法 2237.3 系統介紹 2257.4 準備模型 2267.4.1 模型介紹 2267.4.2 自定義模型 2277.5 基于Android的機器人智能檢測器 2307.5.1 準備工作 2307.5.2 頁面布局 2327.5.3 實現主Activity 2327.5.4 物體識別界面 2387.5.5 相機預覽界面拼接 2417.5.6 lib_task_api方案 2497.5.7 lib_interpreter方案 2517.6 基于iOS的機器人智能檢測器 2567.6.1 系統介紹 2567.6.2 視圖文件 2587.6.3 相機處理 2707.6.4 處理TensorFlow Lite模型 2777.7 調試運行 284第8章 AI考勤管理系統 2858.1 背景介紹 2868.2 系統介紹 2868.3 系統需求分析 2878.3.1 可行性分析 2878.3.2 系統操作流程分析 2878.3.3 系統模塊設計 2878.4 系統配置 2898.4.1 Django配置文件 2898.4.2 路徑導航文件 2898.4.3 設計數據模型 2908.5 用戶登錄驗證 2918.5.1 登錄表單頁面 2918.5.2 登錄驗證 2928.6 添加新員工信息 2938.6.1 后臺主頁面 2938.6.2 添加員工表單頁面 2958.6.3 添加員工信息 2968.7 采集員工照片信息 2968.7.1 設置采集對象 2978.7.2 采集照片 2988.8 訓練照片模型 3008.8.1 前臺頁面 3008.8.2 預測處理 3008.8.3 訓練數據集 3018.8.4 訓練可視化 3028.9 考勤打卡 3038.9.1 上班打卡簽到 3038.9.2 下班打卡簽退 3058.10 查看員工考勤信息 3058.10.1 統計*近兩周的考勤信息 3068.10.2 查看某員工在指定時間范圍內的考勤信息 3088.10.3 查看指定日期的考勤信息 3108.11 查看本人的考勤信息 3118.11.1 視圖函數 3118.11.2 模板文件 3138.12 調試運行 315第9章 網絡輿情數據分析系統 3179.1 系統介紹 3189.1.1 輿情數據分析的方式和意義 3189.1.2 輿情熱度分析 3189.2 架構設計 3199.2.1 模塊分析 3199.2.2 系統結構 3209.3 微博爬蟲 3209.3.1 系統配置 3219.3.2 批量賬號模擬登錄 3219.3.3 爬取信息 3239.4 系統后端 3349.4.1 系統配置 3349.4.2 數據結構設計 3349.4.3 數據處理 3399.4.4 微博話題分析 3459.5 系統前端 3529.5.1 API導航 3529.5.2 博文詳情 353
展開全部
深度學習項目開發實踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 作者簡介
王振麗，華中科技大學計算機碩士，知名Python開發工程師，熱衷于移動開底層系統架構、驅動開發、AI開發的研究和具體工作，對Python人工智能的架構設計和實現原理有非常深刻的認識和理解，應用開發經驗也十分豐富。
書友推薦
- >
巴金－再思錄
- >
月亮與六便士
- >
煙與鏡
- >
上帝之肋:男人的真實旅程
- >
龍榆生：詞曲概論/大家小書
- >
苦雨齋序跋文-周作人自編集
- >
有舍有得是人生
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
