AI源码解读：卷积神经网络（CNN）深度学习案例（Python版）

图书标准信息

• 作者 李永华
• 出版社 清华大学出版社
• 出版时间 2021-10
• 版次 1
• ISBN 9787302570660
• 定价 99.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 字数 541.000千字

【内容简介】

本书以人工智能发展为时代背景,通过20个机器学习模型和算法案例,为读者提供较为详细的实战
  方案,以便进行深度学习。
  在编排方式上,全书侧重对创新项目的过程进行介绍,分别从整体设计、系统流程和实现模块等角度
  论述数据处理、模型训练和模型应用等过程,并剖析模块的功能、使用及程序代码。为便于读者高效学习,
  快速掌握人工智能程序开发方法,本书配套提供项目设计工程文档、程序代码、实现过程中出现的问题及
  解决方法等资料,可供读者举一反三,二次开发。
  本书语言简洁,深入浅出,通俗易懂,不仅适合对Python编程有兴趣的爱好者,而且可作为高等院校
  相关专业的参考教材,还可作为从事智能应用创新开发专业人员的技术参考书。

【目录】

项目1 电影推荐小程序

1.1、总体设计 .

1.1.1系统整体结构 .

1.1.2 系统流程 .

1.2运行环境 .

1.2.1Python 环境 

1.2.2TensorFlow 环境 

1.3模块实现.

1.3.1数据预处理 .

1.3.2模型设计        .        *       

1.3.3模型训练及测试 

1.3.4 特征矩阵提取 .

1.3.5推荐电影 .

1.3.6客户端 

1.4 系统测试 

1.4.1训练准确率 .

1.4.2运行结果 

项目2服装分类助手

2.1总体设计 .

2.1.1系统整体结构 

2.1.2 系统流程 

2.2运行环境 .

2.2.1Python 环境

2.2.2 PyTorch 环境 

2.2.3Django 环境.

2.3模块实现 

2.3.1数据预处理 .

2.3.2模型创建与编译 

2.3.3模型训练及保存 

2.3.4模型生成 

2.4 系统测试         .        

2.4.1、训练准确率 .

2.4.2 测试效果 

2.4.3模型应用 .    e       

项目3检索式模型聊天机器人

.

3.1总体设计 .

3.1.1 系统整体结构

3.1.2 系统流程

3.2运行环境.

3.2.1Python 环境            

3.2.2TensorFlow 环境 .

3.3模块实现 

3.3.1 数据预处理 .

3.3.2 模型创建与编译

3.3.3模型训练及保存

3.3.4模型生成 

3.4 系统测试 

3.4.1训练准确率.

3.4.2测试效果 .

3.4.3模型应用 .

项目 4 方言种类识别

.

4.1、总体设计 .

4.1.1系统整体结构 .

4.1.2系统流程        .        

4.2运行环境.

4.2.1、Python 环境

4.2.2TensorFlow 环境.

4.2.3Jupyter Notebook 环境 

4.2.4PyCharm 环境

4.3模块实现 

4.3.1 数据预处理 

4.3.2模型构建

4.3.3模型训练及保存 

4.3.4、模型生成 

4.4、系统测试 .

4.4.1 训练准确率 

4.4.2、测试效果 

项目5 行人检测与追踪计数

.

5.1 总体设计 

……

项目6 智能果实采摘指导系统

项目7 基于CNN的猫种类识别

项目8 基于VGG-16的驾驶行为分析

项目9 基于Mask R-CNN的娱乐视频生成器

项目10 基于CysleGAN的图像转换

项目11 交通警察—-车辆监控系统

项目12 验证码的生成与识别

项目13 基于CNN的交通标志识别

项目14 图像风格转换

项目15 口罩识别系统

项目16 垃圾分类微信小程序

项目17 基于OpenCV的人脸识别程序

项目18 基于CGAN的线稿自动上色

项目19 基于ACGAN的动漫头像生成

项目20 手势语言识别