超值優(yōu)惠券
¥50
滿(mǎn)100可用 有效期2天

全場(chǎng)圖書(shū)通用（淘書(shū)團(tuán)除外）

不再提示
關(guān)閉
2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
>
深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版)

深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版)

出版社：清華大學(xué)出版社出版時(shí)間：2024-12-01
開(kāi)本： 24開(kāi) 頁(yè)數(shù)： 546
中 圖 價(jià):¥79.2(8.0折) 定價(jià)  ¥99.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
運(yùn)費(fèi)6元，滿(mǎn)39元免運(yùn)費(fèi)
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 版權(quán)信息

  • ISBN：9787302678090
  • 條形碼：9787302678090 ; 978-7-302-67809-0
  • 裝幀：平裝-膠訂
  • 冊(cè)數(shù)：暫無(wú)
  • 重量：暫無(wú)
  • 所屬分類(lèi)：

深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 本書(shū)特色

《深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐（TensorFlow Sklearn PyTorch）（微視頻版）》的特色如下：
1. 實(shí)踐項(xiàng)目案例：通過(guò)深入的項(xiàng)目案例分析，讀者將了解項(xiàng)目開(kāi)發(fā)中的關(guān)鍵問(wèn)題、挑戰(zhàn)和解決方案，幫助讀者將理論知識(shí)轉(zhuǎn)化為實(shí)際操作技能。
2. 多領(lǐng)域跨行業(yè)：本書(shū)覆蓋了多個(gè)領(lǐng)域和行業(yè)的項(xiàng)目案例，涉及不同的編程概念和技術(shù)。通過(guò)完成這些項(xiàng)目，讀者將能夠綜合運(yùn)用所學(xué)的知識(shí)，培養(yǎng)解決問(wèn)題的能力，了解不同場(chǎng)景下的項(xiàng)目開(kāi)發(fā)特點(diǎn)。
3. 實(shí)用技巧分享：作者結(jié)合自身豐富的項(xiàng)目經(jīng)驗(yàn)，分享了大量實(shí)用的項(xiàng)目開(kāi)發(fā)技巧和經(jīng)驗(yàn)，幫助讀者更高效地完成項(xiàng)目開(kāi)發(fā)工作。
4. 配書(shū)資源豐富：本書(shū)不僅提供了書(shū)中實(shí)例的源代碼，還錄制了所有項(xiàng)目的講解視頻，讀者可以?huà)叽a獲取這些資源，幫助讀者提高學(xué)習(xí)效率。

深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 內(nèi)容簡(jiǎn)介

Python是當(dāng)今使用*為廣泛的開(kāi)發(fā)語(yǔ)言之一，被認(rèn)為是開(kāi)發(fā)深度學(xué)習(xí)程序的*佳語(yǔ)言。本書(shū)通過(guò)9個(gè)綜合實(shí)例，詳細(xì)講解了使用Python語(yǔ)言開(kāi)發(fā)大型深度學(xué)習(xí)項(xiàng)目的過(guò)程，這些項(xiàng)目在現(xiàn)實(shí)應(yīng)用中具有極強(qiáng)的代表性。第1章講解了AI智能問(wèn)答系統(tǒng)的具體實(shí)現(xiàn)流程：第2章講解了AI智能推薦系統(tǒng)的具體實(shí)現(xiàn)流程：第3章講解了智能OCR文本檢測(cè)識(shí)別系統(tǒng)的具體實(shí)現(xiàn)流程：第4章講解了國(guó)際足球比賽結(jié)果預(yù)測(cè)系統(tǒng)的具體實(shí)現(xiàn)流程；第5章講解了智能繪圖系統(tǒng)的具體實(shí)現(xiàn)流程：第6章講解了利用ChatGPT開(kāi)發(fā)微信客服機(jī)器人的具體實(shí)現(xiàn)流程：第7章講解了移動(dòng)機(jī)器人智能物體識(shí)別系統(tǒng)的具體實(shí)現(xiàn)流程；第8章講解了AI考勤管理系統(tǒng)的具體實(shí)現(xiàn)流程；第9章講解了網(wǎng)絡(luò)輿情數(shù)據(jù)分析系統(tǒng)的具體實(shí)現(xiàn)流程。在具體講解每個(gè)實(shí)例時(shí)，都遵循項(xiàng)目的進(jìn)度順序來(lái)講解，從接到項(xiàng)目到具體開(kāi)發(fā)，直到*后的調(diào)試和發(fā)布，內(nèi)容循序漸進(jìn)，并穿插講解了這樣做的原因，深入講解了每個(gè)重點(diǎn)內(nèi)容的具體細(xì)節(jié)，引領(lǐng)讀者全面掌握Python深度學(xué)習(xí)開(kāi)發(fā)技術(shù)。
本書(shū)不但適合Python深度學(xué)習(xí)開(kāi)發(fā)的初學(xué)者學(xué)習(xí)，也適合有一定Python深度學(xué)習(xí)開(kāi)發(fā)基礎(chǔ)的讀者學(xué)習(xí)，還可以作為有一定基礎(chǔ)的程序員的參考書(shū)。

深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 目錄

第1章 AI智能問(wèn)答系統(tǒng) 11.1 背景介紹 21.1.1 互聯(lián)網(wǎng)的影響 21.1.2 問(wèn)答系統(tǒng)的發(fā)展 21.2 問(wèn)答系統(tǒng)的發(fā)展趨勢(shì)：AI問(wèn)答系統(tǒng) 41.2.1 人工智能介紹 41.2.2 機(jī)器學(xué)習(xí) 51.2.3 深度學(xué)習(xí) 51.2.4 系統(tǒng)介紹 61.3 技術(shù)架構(gòu) 61.3.1 TensorFlow.js 61.3.2 SQuAD 2.0 71.3.3 BERT 81.3.4 知識(shí)蒸餾 8第1章 AI智能問(wèn)答系統(tǒng) 11.1 背景介紹 21.1.1 互聯(lián)網(wǎng)的影響 21.1.2 問(wèn)答系統(tǒng)的發(fā)展 21.2 問(wèn)答系統(tǒng)的發(fā)展趨勢(shì)：AI問(wèn)答系統(tǒng) 41.2.1 人工智能介紹 41.2.2 機(jī)器學(xué)習(xí) 51.2.3 深度學(xué)習(xí) 51.2.4 系統(tǒng)介紹 61.3 技術(shù)架構(gòu) 61.3.1 TensorFlow.js 61.3.2 SQuAD 2.0 71.3.3 BERT 81.3.4 知識(shí)蒸餾 81.4 具體實(shí)現(xiàn) 91.4.1 編寫(xiě)HTML文件 91.4.2 腳本處理 111.4.3 加載訓(xùn)練模型 121.4.4 查詢(xún)處理 121.4.5 文章處理 141.4.6 加載處理 161.4.7 尋找答案 171.4.8 提取*佳答案 181.4.9 將答案轉(zhuǎn)換回文本 201.5 調(diào)試運(yùn)行 20第2章 AI智能推薦系統(tǒng) 232.1 背景介紹 242.1.1 推薦系統(tǒng)能解決什么問(wèn)題 242.1.2 推薦系統(tǒng)的應(yīng)用領(lǐng)域 252.1.3 推薦系統(tǒng)和搜索引擎 252.2 項(xiàng)目介紹 262.3 數(shù)據(jù)采集和整理 262.3.1 數(shù)據(jù)整理 262.3.2 電影詳情數(shù)據(jù) 302.3.3 提取電影特征 372.4 情感分析和序列化操作 432.5 Web端實(shí)時(shí)推薦 442.5.1 Flask啟動(dòng)頁(yè)面 442.5.2 模板文件 472.5.3 后端處理 492.6 調(diào)試運(yùn)行 56第3章 智能OCR文本檢測(cè)識(shí)別系統(tǒng) 593.1 背景介紹 603.2 OCR系統(tǒng)簡(jiǎn)介 603.2.1 OCR的基本原理和使用方式 603.2.2 文字識(shí)別的基本步驟 613.2.3 深度學(xué)習(xí)對(duì)OCR的影響 633.2.4 與OCR相關(guān)的深度學(xué)習(xí)技術(shù) 633.3 系統(tǒng)介紹 643.4 準(zhǔn)備模型 653.4.1 文本檢測(cè)模型 653.4.2 文本識(shí)別模型 653.5 創(chuàng)建工程 663.5.1 工程配置 663.5.2 配置應(yīng)用程序 673.5.3 導(dǎo)入模型 683.6 具體實(shí)現(xiàn) 683.6.1 頁(yè)面布局 693.6.2 實(shí)現(xiàn)主Activity 693.6.3 圖像處理操作 733.6.4 運(yùn)行OCR模型 763.7 調(diào)試運(yùn)行 80第4章 國(guó)際足球比賽結(jié)果預(yù)測(cè)系統(tǒng) 814.1 歐洲足球五大聯(lián)賽 824.2 模塊架構(gòu) 834.3 準(zhǔn)備數(shù)據(jù) 834.4 數(shù)據(jù)可視化分析 844.4.1 事件收集 844.4.2 射門(mén)數(shù)據(jù)可視化 874.4.3 球隊(duì)和球員數(shù)據(jù)可視化 894.4.4 聯(lián)賽數(shù)據(jù)可視化 964.4.5 巴塞羅那隊(duì)的進(jìn)球數(shù)據(jù)餅形圖 1004.4.6 紅牌和黃牌數(shù)據(jù)可視化 1014.4.7 進(jìn)球數(shù)據(jù)可視化 1064.4.8 梅西和C羅的數(shù)據(jù)可視化 1144.4.9 五大聯(lián)賽的球員數(shù)量可視化 1184.5 比賽預(yù)測(cè) 1194.5.1 讀取數(shù)據(jù) 1194.5.2 清洗數(shù)據(jù) 1214.5.3 邏輯回歸算法 1224.5.4 創(chuàng)建梯度提升模型 1234.5.5 創(chuàng)建隨機(jī)森林分類(lèi)器模型 1244.5.6 不平衡處理 1264.6 進(jìn)球預(yù)測(cè) 1284.6.1 預(yù)處理 1284.6.2 創(chuàng)建循環(huán)神經(jīng)網(wǎng)絡(luò) 132第5章 智能素描繪圖系統(tǒng) 1375.1 項(xiàng)目介紹 1385.2 需求分析 1385.3 功能模塊 1395.4 預(yù)處理 1405.4.1 低動(dòng)態(tài)范圍配置 1405.4.2 圖像處理和調(diào)整 1415.4.3 獲取原始圖像的筆畫(huà) 1435.4.4 方向檢測(cè) 1475.4.5 去藍(lán)處理 1505.4.6 圖像合成 1525.4.7 快速排序 1565.4.8 側(cè)窗濾波 1575.5 開(kāi)始繪圖 1605.5.1 基于邊緣繪畫(huà)的繪圖程序 1605.5.2 繪制鉛筆畫(huà) 170第6章 ChatGPT微信客服機(jī)器人 1736.1 ChatGPT概述 1746.1.1 ChatGPT的發(fā)展歷程 1746.1.2 GPT系列的演變 1756.1.3 ChatGPT的主要特點(diǎn) 1756.2 系統(tǒng)介紹 1766.3 項(xiàng)目結(jié)構(gòu) 1766.4 準(zhǔn)備工作 1776.4.1 注冊(cè)成為OpenAI會(huì)員 1776.4.2 獲取API key 1786.5 系統(tǒng)配置 1816.5.1 基本配置 1816.5.2 其他配置 1826.6 通道處理 1886.6.1 通用處理邏輯 1886.6.2 微信聊天通道 1946.6.3 微信公眾號(hào)通道 1996.7 對(duì)話(huà)處理 2046.7.1 OpenAI對(duì)話(huà) 2046.7.2 ChatGPT對(duì)話(huà) 2076.7.3 Baidu Unit對(duì)話(huà) 2126.8 語(yǔ)音識(shí)別 2136.8.1 OpenAI語(yǔ)音識(shí)別 2136.8.2 谷歌語(yǔ)音識(shí)別 2146.8.3 百度語(yǔ)音識(shí)別 2156.8.4 Microsoft Azure語(yǔ)音識(shí)別 2186.9 調(diào)試運(yùn)行 219第7章 移動(dòng)機(jī)器人智能物體識(shí)別系統(tǒng) 2217.1 背景介紹 2227.2 物體識(shí)別 2227.2.1 物體識(shí)別介紹 2237.2.2 圖像特征的提取方法 2237.3 系統(tǒng)介紹 2257.4 準(zhǔn)備模型 2267.4.1 模型介紹 2267.4.2 自定義模型 2277.5 基于A(yíng)ndroid的機(jī)器人智能檢測(cè)器 2307.5.1 準(zhǔn)備工作 2307.5.2 頁(yè)面布局 2327.5.3 實(shí)現(xiàn)主Activity 2327.5.4 物體識(shí)別界面 2387.5.5 相機(jī)預(yù)覽界面拼接 2417.5.6 lib_task_api方案 2497.5.7 lib_interpreter方案 2517.6 基于iOS的機(jī)器人智能檢測(cè)器 2567.6.1 系統(tǒng)介紹 2567.6.2 視圖文件 2587.6.3 相機(jī)處理 2707.6.4 處理TensorFlow Lite模型 2777.7 調(diào)試運(yùn)行 284第8章 AI考勤管理系統(tǒng) 2858.1 背景介紹 2868.2 系統(tǒng)介紹 2868.3 系統(tǒng)需求分析 2878.3.1 可行性分析 2878.3.2 系統(tǒng)操作流程分析 2878.3.3 系統(tǒng)模塊設(shè)計(jì) 2878.4 系統(tǒng)配置 2898.4.1 Django配置文件 2898.4.2 路徑導(dǎo)航文件 2898.4.3 設(shè)計(jì)數(shù)據(jù)模型 2908.5 用戶(hù)登錄驗(yàn)證 2918.5.1 登錄表單頁(yè)面 2918.5.2 登錄驗(yàn)證 2928.6 添加新員工信息 2938.6.1 后臺(tái)主頁(yè)面 2938.6.2 添加員工表單頁(yè)面 2958.6.3 添加員工信息 2968.7 采集員工照片信息 2968.7.1 設(shè)置采集對(duì)象 2978.7.2 采集照片 2988.8 訓(xùn)練照片模型 3008.8.1 前臺(tái)頁(yè)面 3008.8.2 預(yù)測(cè)處理 3008.8.3 訓(xùn)練數(shù)據(jù)集 3018.8.4 訓(xùn)練可視化 3028.9 考勤打卡 3038.9.1 上班打卡簽到 3038.9.2 下班打卡簽退 3058.10 查看員工考勤信息 3058.10.1 統(tǒng)計(jì)*近兩周的考勤信息 3068.10.2 查看某員工在指定時(shí)間范圍內(nèi)的考勤信息 3088.10.3 查看指定日期的考勤信息 3108.11 查看本人的考勤信息 3118.11.1 視圖函數(shù) 3118.11.2 模板文件 3138.12 調(diào)試運(yùn)行 315第9章 網(wǎng)絡(luò)輿情數(shù)據(jù)分析系統(tǒng) 3179.1 系統(tǒng)介紹 3189.1.1 輿情數(shù)據(jù)分析的方式和意義 3189.1.2 輿情熱度分析 3189.2 架構(gòu)設(shè)計(jì) 3199.2.1 模塊分析 3199.2.2 系統(tǒng)結(jié)構(gòu) 3209.3 微博爬蟲(chóng) 3209.3.1 系統(tǒng)配置 3219.3.2 批量賬號(hào)模擬登錄 3219.3.3 爬取信息 3239.4 系統(tǒng)后端 3349.4.1 系統(tǒng)配置 3349.4.2 數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì) 3349.4.3 數(shù)據(jù)處理 3399.4.4 微博話(huà)題分析 3459.5 系統(tǒng)前端 3529.5.1 API導(dǎo)航 3529.5.2 博文詳情 353
展開(kāi)全部

深度學(xué)習(xí)項(xiàng)目開(kāi)發(fā)實(shí)踐(TensorFlow+Sklearn+PyTorch)(微視頻版) 作者簡(jiǎn)介

王振麗，華中科技大學(xué)計(jì)算機(jī)碩士，知名Python開(kāi)發(fā)工程師，熱衷于移動(dòng)開(kāi)底層系統(tǒng)架構(gòu)、驅(qū)動(dòng)開(kāi)發(fā)、AI開(kāi)發(fā)的研究和具體工作，對(duì)Python人工智能的架構(gòu)設(shè)計(jì)和實(shí)現(xiàn)原理有非常深刻的認(rèn)識(shí)和理解，應(yīng)用開(kāi)發(fā)經(jīng)驗(yàn)也十分豐富。

暫無(wú)評(píng)論……
書(shū)友推薦
返回頂部
中圖網(wǎng)
在線(xiàn)客服