深度學習實戰(2021年中國電力出版社出版的圖書)

內容簡介

用Keras、TensorFlow、Core ML，以及TensorFlow Lite訓練、微調並發布計算機視覺模型。為不同設糊嘗坑備開發AI套用，包括Raspberry Pi、Jetson Nano，以及Google Coral。探索有趣的項目，從矽谷“熱狗識別”應用程式到谷歌規模的圖像搜尋櫻潤照坑，以及40多個案例研究和行業實例。在電子遊戲環境中模擬一輛自動駕駛汽車並用強化學習構建一個微型版自動駕駛汽車。使用遷移學習在幾分鐘內訓練模型。發現50多個實用技巧，用以最Z大化模型準確度和速度、調試程式，以及將套用擴展到數百萬用戶規模。

圖書目錄

前言 1

第1 章探索人工己仔戒智慧型前景 15

致歉 16

真正的介紹 17

什麼是人工智慧？ 17

人工智慧簡史 20

激動人心的開始 21

寒冷黑暗的日子 22

一線希望 23

深度學習是如何興盛的 26

完美深度學習解決方案的組成要素 29

數據集 30

模型結構 32

框架 35

硬體 38

負責任的人工智慧 41

偏差 43

責任和可解釋性 45

再現性 46

穩健性 46

隱私 47

總結 47

常見問題 48

第2 章圖片中有什麼：用Keras 實現圖像分類 51

Keras 簡介 52

預測圖像類別 53

調查模型 58

ImageNet 數據集 58

模型園 61

類激活圖 62

總結 65

第3 章貓與狗：用Keras 在30 行代碼中實現

遷移學習 66

使預先訓練的模型適應新任務 67

卷積神經網路初探 68

遷移學習 70

微調 71

微調多少 72

利用遷移學習和Keras 構建一個定製的分類器 73

組織滲危立院數據 74

建立數據管道 76

類別數 77

批量大小 78

數據擴充 78

定義模型 82

訓練模型 82

設定訓練參數 82

開始訓練 84

測試模型 85

分析結果 86

進一步閱讀 93

總結 93

第4 章構建反向圖像搜尋引擎：理解嵌入 95

圖像相似性 96

特徵提取 99

相似性搜尋 102

用t-SNE 可視化圖像簇 106

提高相似性搜尋的速度 110

特徵向量長度 110

基於PCA 減少特徵長乘享姜度 112

基於近似最近鄰方法擴展相似搜尋 116

近似最近贈應禁鄰基準 117

應該用哪個庫？ 117

創建合成數據集 119

蠻力搜尋 119

Annoy 119

NGT 120

Faiss 121

通過微調提高精度 121

用於一次人臉驗證的孿生網路 126

案例研究 127

Flickr 127

Pinterest 128

與名人面貌相似者 129

Spotify 130

圖像描述 131

總結 133

第5 章從初學者到掌握預測：最大化卷積神經網路的

精度 134

工具介紹 135

TensorFlow Datasets 136

TensorBoard 137

What-If 工具 140

作者簡介

Anirudh Koul是Al for Good的先驅，同時也是UN和TEDx的發言人，還是微軟人工智慧與研究中心的資深科學家，他在那裡創立了Seeing Al，這是繼iPhone之後盲人社區最常用的技術。

Siddha Ganju是照臘NVIDIA的自動駕駛設計師。她曾入選福布斯2019年“30位30歲以下商業領袖”的排行榜。此前，她在Deep Vision為資源受限的邊緣設備開發了深度學習模型。

Meher Kasam是一位經驗豐富的軟體開發人員，所開發的應用程式每天都有上千萬用戶使用。他為Square和微軟的一系列套用提供了功能，從Square的銷售點（POS）APP到微軟必應（Bing）APP。

深度學習實戰(2021年中國電力出版社出版的圖書)

基本介紹

內容簡介

圖書目錄

作者簡介

作者簡介

相關詞條

熱門詞條