AlphaGo如何戰勝人類圍棋大師——智慧型硬體TensorFlow實踐

《AlphaGo如何戰勝人類圍棋大師——智慧型硬體TensorFlow實踐》是2018年出版的圖書，作者是陳震、鄭文勛。

基本介紹

• 中文名：AlphaGo如何戰勝人類圍棋大師——智慧型硬體TensorFlow實踐
• 作者：陳震、鄭文勛
• 出版社：清華大學出版社 
• 出版時間：2018年07月01日
• 定價：39 元
• ISBN：9787302492702

圖書內容

本書主要闡述了當前機器智慧型的熱點技術——深度學習和強化學習技術的原理。在此基礎上，介紹AlphaGo結合深度學習和強化學習技術，如何戰勝人類圍棋大師的原理。接下來，將深度學習的理論轉化為實踐，給出如何通過掌握TensorFlow和Keras深度學習框架，製作聲控智慧型硬體的例子，同時給出機器視覺的對象檢測案例，指導讀者逐步學習使用深度學習技術。本書的主要特點是實踐操作，用實用可運行的案例來上手。本書可作為實踐入門指導書，適用於對機器智慧型有興趣的高年級本科生，也適合於對機器智慧型有興趣的人員參考。

圖書目錄

第1章機器智慧型的發展1

1.1機器智慧型1

1.1.1機器智慧型的定義1

1.1.2機器智慧型的分類1

1.2深度學習2

1.2.1機器智慧型的神經網路方法2

1.2.2人工神經元與人工神經網路3

1.2.3神經網路的復興4

1.3機器學習5

1.3.1機器學習的基本原理5

1.3.2機器學習泛化能力6

1.3.3大數據是深度學習的基礎6

參考文獻7

第2章深度學習8

2.1深度學習的原理8

2.1.1人工神經元8

2.1.2多層人工神經網路10

2.1.3神經網路訓練11

2.2典型的神經網路架構15

2.2.1卷積神經網路15

2.2.2循環神經網路17

2.2.3長短時記憶循環網路18

2.2.4門控循環單元循環網路19

2.3機器感知21

2.3.1語音識別21

2.3.2計算機視覺25

2.4深度學習實踐26

2.4.1建模工具26

2.4.2軟硬體工具26

2.5小結28

參考文獻28

第3章強化學習30

3.1強化學習基礎30

3.1.1強化學習概述30

3.1.2深度強化學習32

3.1.3強化學習框架35

3.2計算機圍棋36

3.2.1圍棋遊戲36

3.2.2蒙特卡洛樹搜尋37

3.2.3基於卷積網路的圍棋程式43

3.3阿爾法圍棋的原理43

3.3.1阿爾法圍棋團隊44

3.3.2深度卷積網路44

3.3.3結合策略網路和價值網路的蒙特卡洛樹搜尋46

3.3.4阿爾法圍棋技術總結48

3.4小結49

參考文獻49

第4章TensorFlow簡介51

4.1TensorFlow51

4.2TensorFlow使用53

4.2.1TensorFlow起步53

4.2.2TensorFlow數據的結構53

4.2.3TensorFlow的工作流程54

4.3Tensor運算54

4.4導入實驗數據55

4.4.1NumpyArray方法56

4.4.2TensorFlow組件方法57

4.4.3TensorFlow示例58

4.5TensorBoard示例59

4.6小結61

參考文獻61

第5章Keras簡介62

5.1Keras62

5.2Keras組織結構63

5.2.1Models63

5.2.2CoreLayers63

5.2.3Layers63

5.2.4Activations63

5.2.5Optimizers64

5.3Keras實踐64

5.3.1Keras安裝64

5.3.2Keras使用65

5.4小結66

參考文獻66

第6章聲控智慧型1——預處理與訓練67

6.1聲控智慧型67

6.1.1語音指令67

6.1.2語音時頻譜圖68

6.1.3語音檔案錄音68

6.2實驗過程69

6.2.1語音數據預處理69

6.2.2語音識別網路70

6.2.3TensorFlow/Keras的使用73

6.3小結76

參考文獻77

第7章聲控智慧型2——部署78

7.1網站端——線上推斷78

7.1.1雲知音網站功能78

7.1.2Flask網站搭建79

7.1.3Flask+Keras實現80

7.2移動端——離線推斷81

7.2.1移動端的網路模型檔案81

7.2.2安卓平台的TensorFlow庫生成85

7.2.3安卓套用的TensorFlow庫調用88

7.2.4安卓套用的錄音功能調用89

7.2.5快速集成開發91

7.3小結93

參考文獻94

第8章PYNQ語音識別95

8.1PYNQ95

8.1.1PYNQ簡介95

8.1.2PYNQZ1開發板95

8.1.3JupyterNotebook97

8.2實驗設計97

8.2.1PYNQ設定97

8.2.2伺服器端設定99

8.3實驗過程101

8.3.1AudioInput101

8.3.2傳送雲端105

參考文獻106

第9章TX1視覺對象檢測107

9.1英偉達JetsonTX1107

9.2YOLO算法107

9.2.1YOLO算法107

9.2.2YOLOv2算法110

9.2.3YOLO的TX1實踐112

9.3SSD算法113

9.3.1SSD算法介紹113

9.3.2SSD的TX1實踐113

參考文獻115

後記116

附錄APython和TensorFlow操作基礎117A.1Python實踐基礎117

A.2TensorFlow實踐基礎120