《人工智慧從入門到進階實戰》是2020年2月化學工業出版社出版的圖書，作者是桑圓圓。
基本介紹
- 書名：人工智慧從入門到進階實戰
- 作者：桑圓圓
- ISBN：9787122355218
- 頁數：208頁
- 定價：59元
- 出版社：化學工業出版社
- 出版時間：2020年2月
- 裝幀：平裝
- 開本：16開
內容簡介,圖書目錄,
內容簡介
本書面向初學者，採用全彩圖解+視頻講解的形式介紹了人工智慧的基礎知識及開發案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智慧技術，體驗人工智慧帶給自己的樂趣。
本書首先通過mDesigner+開源硬體的結合賦予創客作品以“智慧型”，接著介紹了與人工智慧密切相關的深度學習及其所需要的程式語言、編程框架及編程環境等知識，進而結合不同的場景，詳細講解了人工智慧在視覺、聽覺、無人駕駛等不同領域的實際套用。刪店危
本書強調人工智慧理念的實戰套用，書中涉及的程式原始碼均可直接下載使用，方便讀者動手實踐，注重想像力、創造力以及動手能力的提升。對於青少年創客、人工智棗海能初學者來說，本書將是一本不錯的入門讀物。
圖書目錄
入門篇
第1章 初識人工智慧
1.1 什麼是AI（人工智囑棵章能）003
1.2 生活中的人工智慧003
1.3 人工智慧簡史006
1.4 人工智慧擅長的領域007
1.5 人工智慧與機器學習008
1.6 什麼是神經網路009
1.7 訓練人工神經網路012
1.8 可解釋的AI讓神經網路的黑盒不黑014
1.9 強化學習無師自通016
1.10 面對人工智慧，與其恐懼，不如擁抱017
第2章 體驗人工智慧
2.1 基於深度學習的中國古典詩歌自動生成系統019
2.2 AI猜畫小能手022
2.3 AI摳圖——PS再也不用找專業設計師025
2.4 AI植物專家——帶你認識身邊植物027
2.5 AI繪畫魔術師——不同繪畫風格融合030
2.6 AI識數——智慧型識別數字031
第3章 讓你的創客作品變“智慧型”
3.1 mDesigner簡介033
3.2 mDesigner界面介紹 034
3.3 智慧型收音機的製作 035
進階篇
第4章 圖形化編程搭建神經網路深度學習系統
4.1 初識TensorFlow056
4.2 TensorFlow圖形化編程環境搭建056
4.2.1 Kittenblock安裝056
4.2.2 Kittenblock的TensorFlow外掛程式安裝058
4.3 TensorFlow圖形化編程實現預測數據059
4.3.1 預測數據程式界面功能介紹059
4.3.2 核良背院心代碼介紹061
4.3.3 最佳化器介紹066
4.3.4 損失函式介紹068
4.3.5 深度學習學習率介紹068
4.4 TensorFlow圖形化編程實現手寫數字識別069
4.4.1 通過載入訓練好的MNIST模型體驗手寫數字識別069
4.4.2 訓練生成圖像識別模型073
4.5 TensorFlow圖形化編程實現物體識別分類083
4.6 TensorFlow圖形化編程實現攝像頭識別手勢088
4.7 如何提高TensorFlow識別度097
第5章 常用的深度學習開發工具
5.1 Python與TensorFlow098
5.1.1 走進Python，靠近人工店凳民獄智慧型098
5.1.2 TensorFlow 帶你快速入門深度學習和神經網路100
5.2 Windows環境下搭建Anaconda和TensorFlow101
5.3 Jupyter Notebook 極束享希速入門 106
5.3.1 什麼是Jupyter？106
5.3.2 Jupyter新建項目109
5.3.3 Jupyter互動式的Python命令行112
5.3.4 Jupyter編寫文檔113
5.4 Ubuntu虛擬機環境搭建117
5.4.1 簡介117
5.4.2 環境準備118
5.4.3 VMware虛擬機安裝118
5.4.4 VMware下創建虛擬機121
5.4.5 虛擬機下安裝Ubuntu122
5.5 樹莓派櫻整協乃開源硬體簡介124
第6章 人工智慧套用案例
6.1 可視化神經網路訓練平台：TensorFlow遊樂場130
6.2 自然語言處理之垃圾簡訊判別140
6.2.1 簡介140
6.2.2 主要範疇141
6.2.3 機器學習判別垃圾簡訊原理141
6.2.4 實踐TensorFlow分詞處理辨別語意142
6.2.5 項目目錄結構151
6.3 遷移神經網路讓你的電腦認識貓和狗152
6.3.1 概述152
6.3.2 遷移學習152
6.3.3 項目結構及流程153
6.3.4 數據準備153
6.3.5 VGG與VGG-16154
6.3.6 VGG-16的TensorFlow實現155
6.3.7 VGG-16模型復用158
6.3.8 數據輸入159
6.3.9 模型重新訓練和保存161
6.3.10 預測164
6.3.11 項目目錄結構167
6.4 訓練神經網路讓你的遙控賽車變成自動駕駛賽車167
6.5 圖像識別人體姿勢控制無人機編隊飛行 196
6.5.1 OpenPose人體姿態識別199
6.5.2 kNN分類算法199
6.5.3 使用UAV-Gesture-Control_Python開源項目實現姿勢控制Tello無人機201
6.5.4 軟體環境搭建簡介202
6.5.5 姿勢控制一架Tello無人機飛行205
6.5.6 控制Tello無人機編隊飛行206
4.6 TensorFlow圖形化編程實現攝像頭識別手勢088
4.7 如何提高TensorFlow識別度097
第5章 常用的深度學習開發工具
5.1 Python與TensorFlow098
5.1.1 走進Python，靠近人工智慧098
5.1.2 TensorFlow 帶你快速入門深度學習和神經網路100
5.2 Windows環境下搭建Anaconda和TensorFlow101
5.3 Jupyter Notebook 極速入門 106
5.3.1 什麼是Jupyter？106
5.3.2 Jupyter新建項目109
5.3.3 Jupyter互動式的Python命令行112
5.3.4 Jupyter編寫文檔113
5.4 Ubuntu虛擬機環境搭建117
5.4.1 簡介117
5.4.2 環境準備118
5.4.3 VMware虛擬機安裝118
5.4.4 VMware下創建虛擬機121
5.4.5 虛擬機下安裝Ubuntu122
5.5 樹莓派開源硬體簡介124
第6章 人工智慧套用案例
6.1 可視化神經網路訓練平台：TensorFlow遊樂場130
6.2 自然語言處理之垃圾簡訊判別140
6.2.1 簡介140
6.2.2 主要範疇141
6.2.3 機器學習判別垃圾簡訊原理141
6.2.4 實踐TensorFlow分詞處理辨別語意142
6.2.5 項目目錄結構151
6.3 遷移神經網路讓你的電腦認識貓和狗152
6.3.1 概述152
6.3.2 遷移學習152
6.3.3 項目結構及流程153
6.3.4 數據準備153
6.3.5 VGG與VGG-16154
6.3.6 VGG-16的TensorFlow實現155
6.3.7 VGG-16模型復用158
6.3.8 數據輸入159
6.3.9 模型重新訓練和保存161
6.3.10 預測164
6.3.11 項目目錄結構167
6.4 訓練神經網路讓你的遙控賽車變成自動駕駛賽車167
6.5 圖像識別人體姿勢控制無人機編隊飛行 196
6.5.1 OpenPose人體姿態識別199
6.5.2 kNN分類算法199
6.5.3 使用UAV-Gesture-Control_Python開源項目實現姿勢控制Tello無人機201
6.5.4 軟體環境搭建簡介202
6.5.5 姿勢控制一架Tello無人機飛行205
6.5.6 控制Tello無人機編隊飛行206
