移动端机器学习实战

图书标准信息

• 作者 [印度]卡斯基延·NG（Karthikeyan NG） 著；王东明、周达希 译
• 出版社 人民邮电出版社
• 出版时间 2019-10
• 版次 1
• ISBN 9787115516848
• 定价 59.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 206页
• 字数 269千字

【内容简介】

本书系统地讲述如何基于TensorFlow Lite和Core ML构建Android与iOS应用程序。本书共9章。第1章介绍机器学习的基础知识以及TensorFlow Lite和Core ML框架。第2～8章介绍如何开发7款常见应用程序，分别是一款预测人物年龄和性别的应用程序，一款在照片上应用艺术风格迁移的应用程序，一款用于面部检测和条形码扫描的应用程序，一款类似于Snapchat的应用程序，一款识别手写数字的应用程序，一款流行的在线换脸应用程序，一款利用迁移学习完成食物分类的应用程序。第9章总结全书，并介绍基于机器学习的云服务。
本书适合机器学习、深度学习和人工智能等方面的专业人士阅读。

【作者简介】

Karthikeyan NG是印度的一名工程和技术主管。之前他曾经在Symantec公司担任软件工程师，之后就职于两家总部位于美国的初创企业，参与过各种类型的产品开发。他在开发各种可扩展的产品方面拥有超过9年的经验，这些产品使用了Web、Mobile、机器学习（Machine Learning，ML）、增强现实以及虚拟现实技术。他是一名有抱负的企业家和技术传播者，他勇于探索新技术并使用创新理念来解决问题。同时，他还是班加罗尔大学的客座教授。

【目录】

第　1章 机器学习在移动端的使用情况　1
1．1　机器学习的基础　3
1．1．1　监督式学习　3
1．1．2　非监督式学习　3
1．1．3　线性回归——监督式学习　4
1．2　TensorFlow Lite和Core ML　10
1．3　TensorFlow Lite　11
1．3．1　支持的平台　12
1．3．2　TensorFlow Lite的内存使用情况和性能　13
1．3．3　动手使用TensorFlow Lite　14
1．3．4　将SavedModel转换为TensorFlow Lite格式　15
1．3．5　在Android上使用TensorFlow Lite　16
1．3．6　在iOS上使用TensorFlow Lite　19
1．4　Core ML　20
1．4．1　Core ML模型转换　21
1．4．2　iOS应用程序中的Core ML　22
1．5　本章小结　24
第　2章 使用Core ML和CNN预测年龄与性别　25
2．1　年龄和性别预测　26
2．1．1　年龄预测　27
2．1．2　性别预测　27
2．2　卷积神经网络　28
2．2．1　发现模式　28
2．2．2　找出图片中的特征值　29
2．2．3　池化层　31
2．2．4　ReLU层　31
2．2．5　局部响应归一化层　32
2．2．6　dropout层　32
2．2．7　全连接层　33
2．2．8　使用CNN完成年龄和性别预测　33
2．3　在iOS上使用Core ML实现应用程序　35
2．4　本章小结　44
第3章　在照片上应用
艺术神经风格迁移　45
3．1　艺术神经风格迁移　46
3．1．1　背景　47
3．1．2　VGG网络　48
3．2　构建应用程序　49
3．2．1　TensorFlow-to-Core ML转换　52
3．2．2　iOS应用程序　55
3．2．3　Android应用程序　57
3．3　本章小结　77
3．4　参考网站　77
第4章　基于Firebase的ML Kit　78
4．1　ML Kit的基础　79
4．1．1　基本特征集　80
4．1．2　构建应用程序　81
4．2　人脸检测　86
4．2．1　面部朝向追踪　86
4．2．2　运行面部检测器　91
4．3　条形码扫描器　98
4．3．1　创建FirebaseVisionImage对象　99
4．3．2　创建FirebaseVisionBarcodeDetector对象　102
4．3．3　条形码检测　102
4．4　文本识别　105
4．4．1　基于设备的文本识别　105
4．4．2　基于云端的文本识别　107
4．5　本章小结　109
第5章　在Android上的AR滤镜　110
5．1　MobileNet模型　111
5．2　构建Android应用程序　116
5．3　参考网站　134
5．4　问题　134
5．5　本章小结　134
第6章　使用对抗学习构建手写数字分类器　135
6．1　生成式对抗网络　136
6．2　MNIST数据库　137
6．3　构建TensorFlow模型　138
6．4　训练神经网络　140
6．4．1　构建Android应用程序　143
6．4．2　用于手写的FreeHandView　144
6．4．3　数字分类器　150
6．5　本章小结　153
第7章　使用OpenCV与朋友换脸　154
7．1　换脸　155
7．1．1　换脸的步骤　157
7．1．2　构建Android应用程序　160
7．1．3　构建本地的脸交换器库　161
7．1．4　构建应用程序　167
7．2　本章小结　179
7．3　参考信息　179
7．4　问题　180
第8章　使用迁移学习完成食物分类　181
8．1　迁移学习　182
8．2　训练TensorFlow模型　184
8．2．1　安装TensorFlow　184
8．2．2　训练图片　184
8．2．3　使用图片重新训练　185
8．2．4　构建iOS应用程序　191
8．3　本章小结　198
第9章　接下来做什么　199
9．1　温故而知新　200
9．1．1　当开发机器学习应用程序时从何处入手　201
9．1．2　构建自己的模型　203
9．2　本章小结　206
9．3　进一步阅读　206