![]()
内容推荐 TensorFlow是谷歌公司于2015年研发的深度学习框架。它的出现降低了人工智能时代的入门门槛,提高了开发效率。本书针对TensorFlow 2.0版本编写,基于工作过程进行系统化的体例设计,采用理论知识结合项目实例的形式,由浅入深地介绍TensorFlow深度学习框架的原理、特性、编程技巧和应用方法。本书包含深度学习的入门知识和大量实践经验,内容通俗易懂,书中省略了烦琐的数学模型推导,从实际应用问题出发,案例丰富,实用性强。 本书配套的数字课程将在“智慧职教”(www.icve.com.cn)网站上线,读者可登录网站学习,授课教师可以调用本课程构建符合自身教学特色的SPOC课程,详见“智慧职教服务指南”。此外,本书还提供了其他丰富的数字化课程教学资源,包括电子课件(PPT)、实训案例、资源文件及源代码等,教师可发邮件至编辑邮箱1548103297@qq.com索取。 本书既可作为高等职业院校人工智能课程的教材,也可供想快速上手TensorFlow、了解深度学习技术及应用的人员参考。 目录 单元1 深度学习与TensorFlow框架 引例描述 任务1-1人工智能概述 任务陈述 知识准备 1.1 人工智能、机器学习与深度学习 1.2 深度学习入门方法 1.3 主流的人工智能服务平台 1.4 深度学习的应用 任务实施 任务拓展:基于Face++和Python编程实现年龄、性别分析 项目实训:百度AI开放平台实现情感倾向分析 任务1-2深度学习TensorFlow框架 任务陈述 知识准备 1.5 TensorFlow简介 1.6 TensorFlow框架与其他深度学习框架对比 1.7 TensorFlow环境搭建 任务实施 任务拓展:使用Anaconda开发环境实现基础编程 项目实训:使用PyCharm开发环境实现基础编程 单元小结 单元2 TensorFlow搭建神经网络 引例描述 任务2-1TensorFlow基础知识 任务陈述 知识准备 2.1 基础语法 2.2 监督学习与非监督学习 2.3 训练及优化网络模型 任务实施 任务拓展:对指定数据进行线性回归预测 项目实训:非线性回归 任务2-2服装服饰智能分拣 任务陈述 知识准备 2.4 数据集 任务实施 任务拓展:搭建多层神经网络实现服装服饰智能分拣 项目实训:手写数字识别 单元小结 单元3卷积神经网络 引例描述 任务3-1卷积神经网络的概念 任务陈述 知识准备 3.1 卷积神经网络概念 3.2 经典卷积神经网络模型 3.3 CIFAR-10数据集简介 任务实施 任务拓展:使用卷积神经网络实现猫狗分类 项目实训:卷积神经网络实现手写数字识别 任务3-2人脸识别 任务陈述 知识准备 3.4 人脸识别简介 3.5 人脸识别流程 任务实施 任务拓展:使用face_recogrIition模块快速实现人脸识别 项目实训:人脸情绪识别 单元小结 单元4 神经网络可视化 引例描述 任务4PlayGround可视化和TensorBoard可视化 任务陈述 知识准备 4.1 PlayGround可视化 4.2 TensorBoard可视化 任务实施 任务拓展:手写数字高维向量生成PROJECTOR文件 项目实训:监控人脸识别身份认证神经网络运行状态指标 单元小结 单元5 循环神经网络 引例描述 任务5-1循环神经网络简介 任务陈述 知识准备 5.1 循环神经网络概念 5.2 长短时记忆网络模型 5.3 循环神经网络发展 任务实施 任务拓展:采用双向RNN模型预测文本分类 项目实训:使用单层双向循环神经网络模型预测文本分类 任务5-2自然语言处理 任务陈述 知识准备 5.4 自然语言处理 任务实施 任务拓展:可视化分析网络模型 项目实训:检索学习的嵌入 单元小结 单元6 自编码与强化学习 引例描述 任务6-1自编码 任务陈述 知识准备 6.1 自编码的概念 6.2 自编码的分类 任务实施 项目实训:自编码实现服装服饰智能分拣 任务6-2强化学习 任务陈述 知识准备 6.3 强化学习的概念 6.4 强化学习的特点 6.5 强化学习的应用 任务实施 任务拓展:基于ε—greedy方法实现强化学习走迷宫 项目实训:强化学习解决CartPole 单元小结 单元7 TensorFlow高层封装 引例描述 任务7Keras 任务陈述 知识准备 7.1 Keras简介 7.2 Keras应用 任务实施 任务拓展:使用Keras搭建神经网络实现性别、情绪识别 项目实训:搭建Keras神经网络破解网站验证码 单元小结 单元8 TensorFlow生态体系 引例描述 任务8—1TensorFlow.js 任务陈述 知识准备 8.1 TensorFlow.js简介 8.2 TensorFlow.js应用 8.3 TensorFlow.js基本组件 任务实施 任务拓展:TensorFlow.js实现手写数字识别 项目实训:TensorFlow.js实现人体姿态评估 任务8—2TensorFlowLite 任务陈述 知识准备 8.4 TensorFlowLitete简介 8.5 TensorFlowLite应用 8.6 TensorFlowLite基础入门 任务实施 任务拓展:TensorFlowLiteiOS图像分类识别 项目实训:TensorFlowLite实现智能回复机器人 单元小结 参考文献 |