人工智能應用基礎(chǔ)（TensorFlow版）

定　價：￥49.50

作　者：	王新強，盛鴻宇，邵瑛，胡方霞，張磊編
出版社：	高等教育出版社
叢編項：	高等職業(yè)教育計算機類課程新形態(tài)一體化教材
標　簽：	暫缺

購買這本書可以去

京東 (￥44.10)

ISBN：	9787040545210	出版時間：	2020-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	255	字數(shù)：

內(nèi)容簡介

　　TensorFlow是谷歌公司于2015年研發(fā)的深度學習框架，它的出現(xiàn)降低了人工智能時代的入門門檻，提高了開發(fā)效率。該書針對TensorFlow 2.x版本編寫，基于工作過程進行系統(tǒng)化的體例設(shè)計，采用理論知識結(jié)合項目實例的形式，由淺入深地介紹TensorFlow深度學習框架的原理、特性、編程技巧和應用方法。該書包含深度學習的入門知識和大量實踐經(jīng)驗，內(nèi)容通俗易懂，書中省略了煩瑣的數(shù)學模型推導，從實際應用問題出發(fā)，案例豐富，實用性強?！度斯ぶ悄軕没A(chǔ)（TensorFlow版）》配套的數(shù)字課程將在“智慧職教”（www.lcve.com.cn）網(wǎng)站上線，讀者可登錄網(wǎng)站學習，授課教師可以調(diào)用本課程構(gòu)建符合自身教學特色的SPOC課程，詳見“智慧職教服務(wù)指南”。此外，該書還提供了其他豐富的數(shù)字化課程教學資源，包括微課視頻、電子課件（PPT）、實訓案例、資源文件及源代碼等，教師可發(fā)郵件至編輯郵箱1548103297@ qq.com索取?！度斯ぶ悄軕没A(chǔ)（TensorFlow版）》既可作為高等職業(yè)院校人工智能課程的教材，也可供想快速上手TensorFlow、了解深度學習技術(shù)及應用的人員參考。

作者簡介

暫缺《人工智能應用基礎(chǔ)（TensorFlow版）》作者簡介

圖書目錄

單元1 深度學習與TensorFlow框架
引例描述
任務(wù)1-1 人工智能概述
任務(wù)陳述
知識準備
1．1 人工智能、機器學習與深度學習
1．2 深度學習入門方法
1．3 主流的人工智能服務(wù)平臺
1．4 深度學習的應用
任務(wù)實施
任務(wù)拓展：基于Face++和Python編程實現(xiàn)年齡、性別分析
項目實訓：百度Al開放平臺實現(xiàn)情感傾向分析
任務(wù)1-2 深度學習TensorFlow框架
任務(wù)陳述
知識準備
1．5 TensorFlow簡介
1．6 TensorFlow框架與其他深度學習框架對比
1．7TensorFlow環(huán)境搭建
任務(wù)實施
任務(wù)拓展：使用Anaconda開發(fā)環(huán)境實現(xiàn)基礎(chǔ)編程
項目實訓：使用PyCharm開發(fā)環(huán)境實現(xiàn)基礎(chǔ)編程
單元小結(jié)
單元2 TensorFlow搭建神經(jīng)網(wǎng)絡(luò)
引例描述
任務(wù)2-1 TensorFlow基礎(chǔ)知識
任務(wù)陳述
知識準備
2．1 基礎(chǔ)語法
2．2 監(jiān)督學習與非監(jiān)督學習
2．3 訓練及優(yōu)化網(wǎng)絡(luò)模型
任務(wù)實施
任務(wù)拓展：對指定數(shù)據(jù)進行線性回歸預測
項目實訓：非線性回歸
任務(wù)2-2 服裝服飾智能分揀
任務(wù)陳述
知識準備
2．4 數(shù)據(jù)集
任務(wù)實施
任務(wù)拓展：搭建多層神經(jīng)網(wǎng)絡(luò)實現(xiàn)服裝服飾智能分揀
項目實訓：手寫數(shù)字識別
單元小結(jié)
單元3 卷積神經(jīng)網(wǎng)絡(luò)
引例描述
任務(wù)3-1 卷積神經(jīng)網(wǎng)絡(luò)的概念
任務(wù)陳述
知識準備
3．1 卷積神經(jīng)網(wǎng)絡(luò)概念
3．2 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型
3．3 CIFAR-10數(shù)據(jù)集簡介
任務(wù)實施
任務(wù)拓展：使用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)貓狗分類
項目實訓：卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)手寫數(shù)字識別
任務(wù)3-2 人臉識別
任務(wù)陳述
知識準備
……
單元4 神經(jīng)網(wǎng)絡(luò)可視化
單元5 循環(huán)神經(jīng)網(wǎng)絡(luò)
單元6 自編碼與強化學習
單元7 TensorFlow高層封裝
單元8 TensorFlow生態(tài)體系
參考文獻