|
| 內容簡介： |
|
《机器学习与边缘人工智能实验》共14章，涵盖了深度学习中的大部分学习网络方法。第1～2章介绍开发环境软件安装和深度学习相关的软件包，第3～4章是鸢尾花多分类全连接神经网络识别案例与实现，第5～6章是MINIST手写数字识别案例，第7章是Fashion MNIST服装识别案例，可以加深对卷积神经网络的认识，第8章介绍CIFAR-10数据集彩色图片识别案例，第9章介绍循环卷积神经网络并通过字母预测实现，第10章是Embedding编码下通过4个字母预测下一个字母的案例，第11章是股票预测案例，第12章是基于OpenCV和Keras的人脸识别案例，第13章是基于Yolov3_tiny AI小车的目标检测案例，第14章是AI智能小车的斑马线识别案例。
|
| 目錄：
|
|
目录前言第1章 开发环境软件安装 001（一）实验目的 002（二）实验内容 002（三）实验设备 002（四）软件环境匹配 002（五）实验步骤 004（六）实验要求 021第2章 TensorFlow-GPU 1.13.1和CV2等开发包及其他依赖库安装 022（一）实验目的 023（二）实验内容 023（三）实验设备 023（四）软件介绍 023（五）安装步骤 024（六）实验要求 044第3章 鸢尾花多分类全连接神经网络识别案例（Python代码实现） 045（一）实验目的 046（二）实验内容 046（三）实验设备 046（四）实验原理 046（五）实验步骤 052（六）实验要求 059（七）实验习题 059第4章 鸢尾花多分类全连接神经网络识别案例（Keras类实现） 060（一）实验目的 061（二）实验内容 061（三）实验设备 061（四）实验原理 061（五）实验步骤 066（六）实验要求 072（七）实验习题 072第5章 MINIST手写数字识别案例（Python代码实现） 073（一）实验目的 074（二）实验内容 074（三）实验设备 074（四）实验原理 074（五）实验步骤 084（六）实验要求 091（七）实验习题 091第6章 MINIST手写数字识别案例（Keras类实现） 093（一）实验目的 094（二）实验内容 094（三）实验设备 094（四）实验原理 094（五）实验步骤 103（六）实验要求 111（七）实验习题 111第7章 Fashion MNIST服装识别案例 112（一）实验目的 113（二）实验内容 113（三）实验设备 113（四）实验原理 113（五）实验步骤 119（六）实验要求 127（七）实验习题 128第8章 CIFAR-10数据集彩色图片识别案例 129（一）实验目的 130（二）实验内容 130（三）实验设备 130（四）实验原理 130（五）实验步骤 139（六）实验要求 145（七）实验习题 146第9章 Embedding编码下通过1个字母预测下一个字母的案例 147（一）实验目的 148（二）实验内容 148（三）实验设备 148（四）实验原理 148（五）实验步骤 154（六）实验要求 160（七）实验习题 160第10章 Embedding编码下通过4个字母预测下一个字母的案例 161（一）实验目的 162（二）实验内容 162（三）实验设备 162（四）实验原理 162（五）实验步骤 169（六）实验要求 178（七）实验习题 178第11章 股票预测案例（LSTM网络实现） 179（一）实验目的 180（二）实验内容 180（三）实验设备 180（四）实验原理 180（五）实验步骤 187（六）实验要求 195（七）实验习题 195第12章 基于OpenCV和Keras的人脸识别案例 196（一）实验目的 197（二）实验内容 197（三）实验设备 197（四）实验原理 197（五）实验步骤 209（六）实验要求 217（七）实验习题 217第13章 基于Yolov3_tinyAI小车的目标检测案例 218（一）实验目的 219（二）实验内容 219（三）实验设备 219（四）实验原理 219（五）实验步骤 224（六）实验要求 225（七）实验习题 226第14章 AI智能小车的斑马线识别案例 227（一）实验目的 228（二）实验内容 228（三）实验设备 228（四）实验原理 228（五）实验步骤 232（六）实验要求 237（七）实验习题 237参考文献 238
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
