人工智能 类型
可以朗读 语音朗读
80千字 字数
2018-01-01 发行日期
展开全部

主编推荐语

人工智能领域原理与实践：深度学习、强化学习及TensorFlow应用。

内容简介

人工/机器智能是一个很大的领域，涉及到计算机体系结构，分布式系统，软硬件协同设计，算法与数据管理等等，但是其核心还是算法与数据管理。本书分为原理与实践两部分，第一部分介绍了深度学习与强化学习，以及在语音识别、计算机视觉和计算机围棋的应用。第二部分介绍了使用深度学习TensorFlow框架的实践，实现了一个声控智能的移动安卓应用和网站。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 作者简介
  • 前言
  • 目录
  • 第1章　机器智能的发展
  • 1.1　机器智能
  • 1.1.1　机器智能的定义
  • 1.1.2　机器智能的分类
  • 1.2　深度学习
  • 1.2.1　机器智能的神经网络方法
  • 1.2.2　人工神经元与人工神经网络
  • 1.2.3　神经网络的复兴
  • 1.3　机器学习
  • 1.3.1　机器学习的基本原理
  • 1.3.2　机器学习泛化能力
  • 1.3.3　大数据是深度学习的基础
  • 参考文献
  • 第2章　深度学习
  • 2.1　深度学习的原理
  • 2.1.1　人工神经元
  • 2.1.2　多层人工神经网络
  • 2.1.3　神经网络训练
  • 2.2　典型的神经网络架构
  • 2.2.1　卷积神经网络
  • 2.2.2　循环神经网络
  • 2.2.3　长短时记忆循环网络
  • 2.2.4　门控循环单元循环网络
  • 2.3　机器感知
  • 2.3.1　语音识别
  • 2.3.2　计算机视觉
  • 2.4　深度学习实践
  • 2.4.1　建模工具
  • 2.4.2　软硬件工具
  • 2.5　小结
  • 参考文献
  • 第3章　强化学习
  • 3.1　强化学习基础
  • 3.1.1　强化学习概述
  • 3.1.2　深度强化学习
  • 3.1.3　强化学习框架
  • 3.2　计算机围棋
  • 3.2.1　围棋游戏
  • 3.2.2　蒙特卡洛树搜索
  • 3.2.3　基于卷积网络的围棋程序
  • 3.3　阿尔法围棋的原理
  • 3.3.1　阿尔法围棋团队
  • 3.3.2　深度卷积网络
  • 3.3.3　结合策略网络和价值网络的蒙特卡洛树搜索
  • 3.3.4　阿尔法围棋技术总结
  • 3.4　小结
  • 参考文献
  • 第4章　 TensorFlow简介
  • 4.1　TensorFlow
  • 4.2　使用
  • 4.2.1　TensorFlow起步
  • 4.2.2　TensorFlow数据的结构
  • 4.2.3　TensorFlow的工作流程
  • 4.3　Tensor运算
  • 4.4　导入实验数据
  • 4.4.1　NumpyArray方法
  • 4.4.2　TensorFlow组件方法
  • 4.4.3　TensorFlow示例
  • 4.5　TensorBoard示例
  • 4.6　小结
  • 参考文献
  • 第5章　 Keras简介
  • 5.1　Keras
  • 5.2　组织结构
  • 5.2.1　Models
  • 5.2.2　Core Layers
  • 5.2.3　Layers
  • 5.2.4　Activations
  • 5.2.5　Optimizers
  • 5.3　Keras实践
  • 5.3.1　Keras安装
  • 5.3.2　Keras使用
  • 5.4　小结
  • 参考文献
  • 第6章　声控智能1——预处理与训练
  • 6.1　声控智能
  • 6.1.1　语音指令
  • 6.1.2　语音时频谱图
  • 6.1.3　语音文件录音
  • 6.2　实验过程
  • 6.2.1　语音数据预处理
  • 6.2.2　语音识别网络
  • 6.2.3　TensorFlow/Keras的使用
  • 6.3　小结
  • 参考文献
  • 第7章　声控智能2——部署
  • 7.1　网站端——在线推断
  • 7.1.1　云知音网站功能
  • 7.1.2　Flask网站搭建
  • 7.1.3　Flask＋Keras实现
  • 7.2　移动端——离线推断
  • 7.2.1　移动端的网络模型文件
  • 7.2.2　安卓平台的TensorFlow库生成
  • 7.2.3　安卓应用的TensorFlow库调用
  • 7.2.4　安卓应用的录音功能调用
  • 7.2.5　快速集成开发
  • 7.3　小结
  • 参考文献
  • 第8章　PYNQ语音识别
  • 8.1　PYNQ
  • 8.1.1　PYNQ简介
  • 8.1.2　PYNQ-Z1开发板
  • 8.1.3　Jupyter Notebook
  • 实验设计
  • 8.2.1　PYNQ设置
  • 8.2.2　服务器端设置
  • 8.3　实验过程
  • 8.3.1　AudioInput
  • 8.3.2　传送云端
  • 参考文献
  • 第9章　TX1视觉对象检测
  • 9.1　英伟达Jetson TX1
  • 9.2　YOLO算法
  • 9.2.1　YOLO算法
  • 9.2.2　YOLOv2算法
  • 9.2.3　YOLO的TX1实践
  • 9.3　算法
  • 9.3.1　SSD算法介绍
  • 9.3.2　SSD的TX1实践
  • 参考文献
  • 后记
  • 附录A　Python和TensorFlow操作基础
  • A.1　实践基础
  • A.2　TensorFlow实践基础
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    深度学习和强化学习技术的原理。在此基础上，介绍 AlphaGo 结合深度学习和强化学习技术，如何战胜人类围棋大师的原理。接下来，将深度学习的理论转化为实践，给出如何通过掌握 TensorFlow 和 Keras 深度学习框架，制作声控智能硬件的例子，同时给出机器视觉的对象检测案例，指导读者逐步学习使用深度学习技术。

      转发
      评论

    出版方

    清华大学出版社

    清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。