类似推荐
编辑推荐
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。
章节目录
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
AlphaGo如何战胜人类围棋大师:智能硬件TensorFlow实践是2018年由清华大学出版社出版,作者陈震。
得书感谢您对《AlphaGo如何战胜人类围棋大师:智能硬件TensorFlow实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
