人工智能实验简明教程

图书标准信息

• 作者 焦李成；孙其功；田小林；侯彪；李阳阳
• 出版社 清华大学出版社
• 出版时间 2021-03
• 版次 1
• ISBN 9787302574293
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 244页
• 字数 378千字

【内容简介】

本书将人工智能的理论、实践和创新型相结合，实现了先进性与新颖性并举，内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类试验任务。内容与理论教学相呼应，注重趣味性，极具实操性。

【作者简介】

【目录】

 

目录

 

 

第1章聊天机器人

1.1背景介绍

1.2算法原理

1.2.1数据预处理

1.2.2seq2seq模型原理

1.2.3网络结构介绍

1.3实验操作

1.3.1代码介绍

1.3.2数据集介绍

1.3.3实验操作及结果

1.4总结与展望

1.5参考文献

第2章老照片上色

2.1背景介绍

2.2算法原理

2.2.1实验训练部分

2.2.2实验测试部分

2.2.3网络结构介绍

2.3实验操作

2.3.1代码介绍

2.3.2数据集介绍

2.3.3实验操作及结果

2.4总结与展望

2.5参考文献

第3章图像修复

3.1背景介绍

3.2算法原理

3.2.1基础知识介绍

3.2.2边缘生成网络

3.2.3图像补全网络

3.2.4网络结构介绍

3.3实验操作

3.3.1代码介绍

3.3.2数据集介绍

3.3.3实验操作及结果

3.4总结与展望

3.5参考文献

第4章语义图生成风景图

4.1背景介绍

4.2算法原理

4.2.1GAN模型原理

4.2.2pix2pix网络模型原理

4.2.3网络结构介绍

4.3实验操作

4.3.1代码介绍

4.3.2数据集介绍

4.3.3实验操作及结果

4.4总结与展望

4.5参考文献

第5章文本转图像实验

5.1背景介绍

5.2算法原理

5.2.1词向量

5.2.2双向长短时记忆网络

5.2.3注意力机制

5.2.4网络结构介绍

5.3实验操作

5.3.1代码介绍

5.3.2数据集介绍

5.3.3实验操作及结果

5.4总结与展望

5.5参考文献

第6章2D实时多人姿态估计

6.1背景介绍

6.2算法原理

6.2.1同时检测和关联网络

6.2.2关节检测的置信图算法

6.2.3关节关联的部分亲和力字段算法

6.2.4使用PAFs的多人解析算法

6.2.5网络结构介绍

6.3实验操作

6.3.1代码介绍

6.3.2数据集介绍

6.3.3实验操作及结果

6.4总结与展望

6.5参考文献

第7章图像分割

7.1背景介绍

7.2算法原理

7.2.1残差网络

7.2.2区域候选网络

7.2.3感兴趣区域校准

7.2.4分类、回归与分割

7.2.5网络结构介绍

7.3实验操作

7.3.1代码介绍

7.3.2数据集介绍

7.3.3实验操作及结果

7.4总结与展望

7.5参考文献

第8章图像超分辨率

8.1背景介绍

8.2算法原理

8.2.1预处理

8.2.2特征提取

8.2.3非线性映射

8.2.4图像重建

8.2.5网络结构介绍

8.3实验操作

8.3.1代码介绍

8.3.2数据集介绍

8.3.3实验操作及结果

8.4总结与展望

8.5参考文献

第9章视频目标跟踪

9.1背景介绍

9.2算法原理

9.2.1基础知识

9.2.2SiamRPN模型介绍

9.2.3SiamRPN  网络结构

9.3实验操作

9.3.1代码介绍

9.3.2数据集介绍

9.3.3实验操作及结果

9.4总结与展望

9.5参考文献

第10章人物年龄性别及情绪预测

10.1背景介绍

10.2算法原理

10.2.1Xception模型介绍

10.2.2Softmax分类器

10.2.3网络结构介绍

10.3实验操作

10.3.1代码介绍

10.3.2数据集介绍

10.3.3实验操作及结果

10.4总结与展望

10.5参考文献

第11章人脸老化与退龄预测

11.1背景介绍

11.2算法原理

11.2.1相关概念介绍

11.2.2算法流程简介

11.2.3网络结构介绍

11.3实验操作

11.3.1代码介绍

11.3.2数据集介绍

11.3.3实验操作及结果

11.4总结与展望

11.5参考文献

第12章目标检测

12.1背景介绍

12.2算法原理

12.2.1提取区域建议

12.2.2RoI池化层

12.2.3网络结构介绍

12.3实验操作

12.3.1代码介绍

12.3.2数据集介绍

12.3.3实验操作及结果

12.4总结与展望

12.5参考文献

第13章眼部图像语义分割

13.1背景介绍

13.2算法原理

13.2.1数据预处理

13.2.2下采样模块

13.2.3上采样模块

13.2.4损失函数

13.2.5网络结构介绍

13.3实验操作

13.3.1代码介绍

13.3.2数据集介绍

13.3.3实验操作及结果

13.4总结与展望

13.5参考文献

第14章语音识别

14.1背景介绍

14.2算法原理

14.2.1语音信号预处理

14.2.2语音信号特征提取

14.2.3语音文本输出

14.2.4双向循环神经网络

14.2.5Softmax分类器

14.2.6网络结构介绍

14.3实验操作

14.3.1代码介绍

14.3.2数据集介绍

14.3.3实验操作及结果

14.4总结与展望

14.5参考文献

第15章AI对对联

15.1背景介绍

15.2算法原理

15.2.1自然语言处理概述

15.2.2递归神经网络

15.2.3网络结构介绍

15.3实验操作

15.3.1代码介绍

15.3.2数据集介绍

15.3.3实验操作及结果

15.4总结与展望

15.5参考文献

第16章手写体风格转化

16.1背景介绍

16.2算法原理

16.2.1RNN预测网络

16.2.2网络结构介绍

16.3实验操作

16.3.1代码介绍

16.3.2数据集介绍

16.3.3实验操作及结果

16.4总结与展望

16.5参考文献

第17章图像风格化

17.1背景介绍

17.2算法原理

17.2.1损失函数的定义

17.2.2风格迁移网络

17.2.3风格预测网络

17.2.4网络结构介绍

17.3实验操作

17.3.1代码介绍

17.3.2数据集介绍

17.3.3实验操作及结果

17.4总结与展望

17.5参考文献

第18章三维人脸重建

18.1背景介绍

18.2算法原理

18.2.1人脸检测及数据预处理

18.2.2人脸姿态、形状、表情网络

18.2.3数据后处理

18.2.4网络结构介绍

18.3实验操作

18.3.1代码介绍

18.3.2数据集介绍

18.3.3实验操作及结果

18.4总结与展望

18.5参考文献