移动端机器学习实战
全新正版 极速发货
￥ 33.73 5.7折 ￥ 59 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者(印)卡斯基延·NG(Karthikeyan NG)
出版社人民邮电出版社
ISBN9787115516848
出版时间2019-10
装帧平装
开本16开
定价59元
货号1201955995
上书时间2024-09-04
商品详情
- 品相描述：全新
- 商品描述
-
目录
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
1.2TensorFlow Lite和Core ML10
1.3TensorFlow Lite11
1.3.1支持的平台12
1.3.2TensorFlow Lite的内存使用情况和性能13
1.3.3动手使用TensorFlow Lite14
1.3.4将SavedModel转换为TensorFlow Lite格式15
1.3.5在Android上使用TensorFlow Lite16
1.3.6在iOS上使用TensorFlow Lite19
1.4Core ML20
1.4.1Core ML模型转换21
1.4.2iOS应用程序中的Core ML22
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
2.2.4ReLU层31
2.2.5局部响应归一化层32
2.2.6dropout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
3.1.2VGG网络48
3.2构建应用程序49
3.2.1TensorFlow-to-Core ML转换52
3.2.2iOS应用程序55
3.2.3Android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 Kit78
4.1ML 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
5.1MobileNet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
6.2MNIST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FreeHandView144
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TensorFlow184
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
内容摘要
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。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。
主编推荐
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价