深度学习应用开发——TensorFlow实践

本书基于流行的机器学习框架TensorFlow，专注于新一代人工智能思维与应用开发能力的培养；有别于传统课程，不泛泛讲解各类人工智能技术或是干涩讲深层次理论和算法，也不是纯粹介绍TensorFlow的编程技能，而是面向典型的场景，精心设计系列案例来引导整个学习过程，激发学习者的学习兴趣和应用创新。案例由浅入深、各有侧重，兼具趣味性和系统性。 本书内容丰富，应用性和趣味性强，是作者多年来在深度学习应用开发领域教学研究成果的系统化凝练。本书配有多媒体课件、案例素材和源代码等教学资源，免费向任课教师提供。与本书配套的慕课（MOOC）已经上线开课多轮，广受学员好评，配合MOOC可以更好地进行教学和学习。 本书适合作为高等学校计算机类、信息类专业和人工智能专业相关课程的教材，也可作为对人工智能、机器学习和深度学习技术感兴趣的科技人员、计算机爱好者及各类自学人员的参考书。

吴明晖 博士，浙大城市学院计算机系教授，浙江省高等学校教坛新秀、浙江省高校优秀教师；国家首批一流本科专业建设点/浙江省新兴特色专业“计算机科学与技术（重点方向：移动互联网应用开发）”负责人，浙江省高校中青年学科带头人；Google公司校企合作专业综合改革项目专家委员会委员、谷歌奖教金获得者。近年来主持多项浙江省新世纪教改项目、国家/浙江省精品在线开放课程、教育部—Google公司产学合作协同育人项目等，获国家教学成果一等奖、浙江省教学成果一、二等奖。

第1章人工智能概述

1.1感受人工智能时代的到来

1.1.1 人机博奔 001

1.1.2 宇宙探索…00

1.1.3 人机对话003

1.1.4计算机视觉……00

1.1.5自然语言处理…-005

1.1.6智能诊断、推荐系统

1.1.7智能交通…006

1.1.8 机器人…007

1.2人工智能发展概述，跌宕起伏的60多年……008

1.2.1 人工智能起源……008

1.2.2人工智能与图灵测试…008

1.2.3人工智能发展史……010

1.3 机器学习简介……012

1.3.1人工智能与机器学习……012

1.3.2 什么是机器学习……013

1.3.3 机器学习典型求解问题类型……014

1.4 深度学习简介……016

1.4.1神经元……016

1.4.2人工神经网络……018

1.4.3深度神经网络……019

1.4.4卷积神经网络……020

1.4.5深度学习的发展历程……021

1.5深度学习框架简介……022

1.5.1TensorFlow…023

1.5.2Keras…025

1.5.3PyTorch……025

1.5.4PaddlePaddle……026

练习和思考题……026

第2章 TensorFlow 开发环境搭建……027

2.1 Python程序设计语言……027

2.2 Anaconda开发环境搭建……027

2.2.1下载 Anaconda……027

2.2.2 安装Anaconda……029

2.2.3 查看Anaconda环境……029

2.2.4 Jupyter Notebook 031

2.3 安装TensorFlow 032

2.3.1 新建专用虚拟环境032

2.3.2 使用conda安装TensorFlow-o3s

2.3.3 使用pip安装TensorFlow o37

实验…038

第3章 TensorFlow 开发基础---039

3.1 初识TensorFlow……039

3.1.1 TensorFlow 简介…039

3.1.2 TensorFlow 编程初体验 …039

3.1.3TensorFlow 名称的含义……041

3.2 张量……041

3.2.1 张量的概念……041

3.2.2 张量的属性……041

3.3常量与变量……044

3.3.1 常量constant……044

3.3.2变量 Variable……046

3.4计算图……048

3.4.1 计算图的结构……049

3.4.2静态图执行模式……050

3.5在TensorFlow 2中实现静态图执行模式开发……050

3.6 TensorFlow 1.x静态图执行模式编程概要……050

3.6.1体验案例：计算两数之和……050

3.6.2会话……052

3.6.3变量与变量初始化

3.6.4占位符、数据提交和数据提取……056

3.7 TensorBoard 可视化初步……058

3.7.1TensorBoard 简介……058

3.7.2 在TensorBoard中查看图结构……058

3.7.3 启动TensorBoard……059

练习和思考题……061

实验……061

第4章单变量线性回归问题：建模与

TensorFlow 实战 063

4.1监督式机器学习

4.2 单变量线性回归案例……063

4.3 监督式机器学习中的基本术语……064

4.3.1 特征和标签……064

……

第15章花卉识别App：TensorFlowLite 及应用……391

15.1 TensorFlow Lite 基本介绍……391

15.1.1 什么是 TensorFlow Lite……391

15.1.2 TensorFlow Lite 基本组成……391

15.1.3 TensorFlow Lite 的优势……391

15.1.4 FlatBuffers 模型格式…392

15.2 TensorFlow Lite 模型部署基本步骤……392

15.2.1模型选择……393

15.2.2 模型转换……393

15.2.3模型部署……394

15.2.4 模型推理……394

15.3花卉识别模型构建、训练与文件生成……394

15.3.1 构建花卉识别深度学习模型……394

15.3.2 TensorFlow Lite格式模型文件导出……402

15.4 Android App 应用开发……403

15.4.1获取花卉识别App工程文件……403

15.4.2 安装Android 开发环境……404

15.4.3 打开Example 中 App 工程……405

15.4.4 加入TensorFlow Lite 模型文件……406

15.4.5 填充代码框架……406

15.4.6 测试和运行App…412

练习和思考题……416

实验……417

本书基于流行的机器学习框架TensorFlow，专注于新一代人工智能思维与应用开发能力的培养；有别于传统课程，不泛泛讲解各类人工智能技术或是干涩讲深层次理论和算法，也不是纯粹介绍TensorFlow的编程技能，而是面向典型的场景，精心设计系列案例来引导整个学习过程，激发学习者的学习兴趣和应用创新。案例由浅入深、各有侧重，兼具趣味性和系统性。 本书内容丰富，应用性和趣味性强，是作者多年来在深度学习应用开发领域教学研究成果的系统化凝练。本书配有多媒体课件、案例素材和源代码等教学资源，免费向任课教师提供。与本书配套的慕课（MOOC）已经上线开课多轮，广受学员好评，配合MOOC可以更好地进行教学和学习。 本书适合作为高等学校计算机类、信息类专业和人工智能专业相关课程的教材，也可作为对人工智能、机器学习和深度学习技术感兴趣的科技人员、计算机爱好者及各类自学人员的参考书。

本书基于最流行的机器学习框架TensorF1ow，专注于新一代人工智能思维与应用开发能力的培养；有别于传统课程，不泛泛讲解各类人工智能技术或是干涩讲深层次理论和算法，也不是纯粹介绍TensorF1ow的编程技能，而是面向典型的场景，精心设计系列案例来引导整个学习过程，激发学习者的学习兴趣和应用创新。案例由浅入深、各有侧重，兼具趣味性和系统性。本书内容丰富，应用性和趣味性强，是作者多年来在深度学习应用开发领域教学研究成果的系统化凝练。本书配有多媒体课件、案例素材和源代码等教学资源，免费向任课教师提供。与本书配套的慕课(MOOC)已经上线开课多轮，广受学员好评，配合MOOC可以更好地进行教学和学习。