| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 人工智能概述
1.1 感受人工智能时代的到来
1.1.1 人机博弈
1.1.2 宇宙探索
1.1.3 人机对话
1.1.4 计算机视觉
1.1.5 自然语言处理
1.1.6 智能诊断、推荐系统
1.1.7 智能交通
1.1.8 机器人
1.2 人工智能发展概述，跌宕起伏的多年
1.2.1 人工智能起源
1.2.2 人工智能与图灵测试
1.2.3 人工智能发展史
1.3 机器学习简介
1.3.1 人工智能与机器学习
1.3 .2 什么是机器学习
1.3.3 机器学习典型求解问题类型
1.4 深度学习简介
1.4.1 神经元
1.4.2 人工神经网络
1.4.3 深度神经网络
1.4.4 卷积神经网络
1.4.5 深度学习的发展历程
1.5 深度学习框架简介
1.5.1 TensorFIow
1.5.2 Keras
1.5.3 PyTorch
1.5.4 PaddIePaddle
练习和思考题
第2章 TensorFIow发环境搭建
2.1 Python程序设计语言
2.2 Anaconda开发环境搭建
2.2.1 下载Anaconda
2.2.2 安装Anaconda
2.2.3 查看Anaconda环境
2.2.4 Jupyter Notebook
2.3 安装TensorFIow
2.3.1 新建专用虚拟环境
2.3.2 使用conda安装TensorFIow
2.3.3 使用pip安装TensorFIow
实验
第3章 TensorFIow开发基础
3.1 初识TensorFIow
3.1.1 TensorFIow简介
3.1.2 TensorFIow编程初体验
3.1.3 TensorFIow名称的含义
3.2 张量
3.2.1 张量的概念
3.2.2 张量的属性
3.3 常量与变量
3.3.1 常量constant
3.3.2 变量Variable
3.4 计算图
3.4.1 计算图的结构
3.4 .2 静态图执行模式
3.5 在TensorFIow 2中实现静态图执行模式开发
3.6 TensorFIow 1.X静态图执行模式编程概要
3.6.1 体验案例：计算两数之和
3.6.2 会话
3.6.3 变量与变量初始化
3.6.4 占位符、数据提交和数据提取
3.7 TensorBoard可视化初步
3.7.1 TensorBoard简介
3.7.2 在TensorBoard中查看图结构
3.7.3 启动TensorBoard
练习和思考题
实验
第4章 单变量线性回归问题：建模与
TensorFIow实战
4.1 监督式机器学习
4.2 单变量线性回归案例
4.3 监督式机器学习中的基本术语
4.3.1 特征和标签
……
第5章 波士顿房价预测：多元线性回归问题建模与应用
第6章 MNIST手写数字识别，分类应用入门
第7章 MNIST手写数字识别进阶：多层全连接神经网络
第8章 泰坦尼克号旅客生存概率预测：Keras综合应用
第9章 CIFAR-10图象识别问题：卷积神经网络与应用
第10章 Deep Dream：理解深度神经网络结构及应用
第11章 电影评论情感分析：自然语言处理与循环神经网络应用实践
第12章 猫狗大战：迁移学习及应用
第13章 Fashion-MNIST图像生成：生成式对抗网络及应用
第14章 鸢尾花品种识别：Tensor-Flow.js及应用
第15章 花卉识别：TensorFlowLite及应用
