同類熱銷排行榜

人工智慧實驗簡明教程

作者：編者:焦李成//孫其功//田小林//侯彪//李陽陽|責編:王芳
出版社：清華大學
ISBN：9787302574293

出版日期：2021/03/01
裝幀：平裝
頁數：230

人民幣：RMB 59 元售價：元

內容大鋼

隨著人工智慧的飛速發展及廣泛應用，人工智慧專業教育正在逐步完善，作為國內人工智慧領域的創新性實驗教材，本書結合人工智慧的理論、實踐和創新型，實現了先進性與新穎性並舉，內容涵蓋了圖像、語音、文本和視頻等人工智慧技術廣泛應用的多個領域，涉及識別、分類、檢測、預測、跟蹤和三維重建等多類實驗任務。內容與理論教學相呼應，注重趣味性，極具實操性。本書實驗體系完備，對每個實驗均從原理、實際操作到所應用平台環境進行詳細介紹，符合人工智慧發展的特質與人才培養的需求，讀者可通過對本書內容的學習，對實驗進行整體了解並獨立完成實驗，提高自身創新能力。
本書可作為高等院校人工智慧、智能科學與技術、大數據技術、智能機器人、智能醫學工程、網路工程、物聯網技術、航天工程、電子科學與技術、控制科學與工程、信息與通信工程等專業及學科的本科生、碩士、博士研究生的實驗教材。同時也可以供有一定專業知識儲備的科研人員、從業者、人工智慧愛好者參考。

作者介紹

編者:焦李成//孫其功//田小林//侯彪//李陽陽|責編:王芳

第1章  聊天機器人
  1.1  背景介紹
  1.2  演算法原理
    1.2.1  數據預處理
    1.2.2  seq2seq模型原理
    1.2.3  網路結構介紹
  1.3  實驗操作
    1.3.1  代碼介紹
    1.3.2  數據集介紹
    1.3.3  實驗操作及結果
  1.4  總結與展望
  1.5  參考文獻
第2章  老照片上色
  2.1  背景介紹
  2.2  演算法原理
    2.2.1  實驗訓練部分
    2.2.2  實驗測試部分
    2.2.3  網路結構介紹
  2.3  實驗操作
    2.3.1  代碼介紹
    2.3.2  數據集介紹
    2.3.3  實驗操作及結果
  2.4  總結與展望
  2.5  參考文獻
第3章  圖像修復
  3.1  背景介紹
  3.2  演算法原理
    3.2.1  基礎知識介紹
    3.2.2  邊緣生成網路
    3.2.3  圖像補全網路
    3.2.4  網路結構介紹
  3.3  實驗操作
    3.3.1  代碼介紹
    3.3.2  數據集介紹
    3.3.3  實驗操作及結果
  3.4  總結與展望
  3.5  參考文獻
第4章  語義圖生成風景圖
  4.1  背景介紹
  4.2  演算法原理
    4.2.1  GAN模型原理
    4.2.2  pix2pix網路模型原理
    4.2.3  網路結構介紹
  4.3  實驗操作
    4.3.1  代碼介紹
    4.3.2  數據集介紹
    4.3.3  實驗操作及結果
  4.4  總結與展望
  4.5  參考文獻
第5章  文本轉圖像實驗

  5.1  背景介紹
  5.2  演算法原理
    5.2.1  詞向量
    5.2.2  雙向長短時記憶網路
    5.2.3  注意力機制
    5.2.4  網路結構介紹
  5.3  實驗操作
    5.3.1  代碼介紹
    5.3.2  數據集介紹
    5.3.3  實驗操作及結果
  5.4  總結與展望
  5.5  參考文獻
第6章  2D實時多人姿態估計
  6.1  背景介紹
  6.2  演算法原理
    6.2.1  同時檢測和關聯網路
    6.2.2  關節檢測的置信圖演算法
    6.2.3  關節關聯的部分親和力欄位演算法
    6.2.4  使用PAFs的多人解析演算法
    6.2.5  網路結構介紹
  6.3  實驗操作
    6.3.1  代碼介紹
    6.3.2  數據集介紹
    6.3.3  實驗操作及結果
  6.4  總結與展望
  6.5  參考文獻
第7章  圖像分割
  7.1  背景介紹
  7.2  演算法原理
    7.2.1  殘差網路
    7.2.2  區域候選網路
    7.2.3  感興趣區域校準
    7.2.4  分類、回歸與分割
    7.2.5  網路結構介紹
  7.3  實驗操作
    7.3.1  代碼介紹
    7.3.2  數據集介紹
    7.3.3  實驗操作及結果
  7.4  總結與展望
  7.5  參考文獻
第8章  圖像超解析度
  8.1  背景介紹
  8.2  演算法原理
    8.2.1  預處理
    8.2.2  特徵提取
    8.2.3  非線性映射
    8.2.4  圖像重建
    8.2.5  網路結構介紹
  8.3  實驗操作
    8.3.1  代碼介紹

    8.3.2  數據集介紹
    8.3.3  實驗操作及結果
  8.4  總結與展望
  8.5  參考文獻
第9章  視頻目標跟蹤
  9.1  背景介紹
  9.2  演算法原理
    9.2.1  基礎知識
    9.2.2  SiamRPN模型介紹
    9.2.3  SiamRPN++網路結構
  9.3  實驗操作
    9.3.1  代碼介紹
    9.3.2  數據集介紹
    9.3.3  實驗操作及結果
  9.4  總結與展望
  9.5  參考文獻
第10章  人物年齡性別及情緒預測
  10.1  背景介紹
  10.2  演算法原理
    10.2.1  Xception模型介紹
    10.2.2  Softmax分類器
    10.2.3  網路結構介紹
  10.3  實驗操作
    10.3.1  代碼介紹
    10.3.2  數據集介紹
    10.3.3  實驗操作及結果
  10.4  總結與展望
  10.5  參考文獻
第11章  人臉老化與退齡預測
  11.1  背景介紹
  11.2  演算法原理
    11.2.1  相關概念介紹
    11.2.2  演算法流程簡介
    11.2.3  網路結構介紹
  11.3  實驗操作
    11.3.1  代碼介紹
    11.3.2  數據集介紹
    11.3.3  實驗操作及結果
  11.4  總結與展望
  11.5  參考文獻
第12章  目標檢測
  12.1  背景介紹
  12.2  演算法原理
    12.2.1  提取區域建議
    12.2.2  RoI池化層
    12.2.3  網路結構介紹
  12.3  實驗操作
    12.3.1  代碼介紹
    12.3.2  數據集介紹
    12.3.3  實驗操作及結果

  12.4  總結與展望
  12.5  參考文獻
第13章  眼部圖像語義分割
  13.1  背景介紹
  13.2  演算法原理
    13.2.1  數據預處理
    13.2.2  下採樣模塊
    13.2.3  上採樣模塊
    13.2.4  損失函數
    13.2.5  網路結構介紹
  13.3  實驗操作
    13.3.1  代碼介紹
    13.3.2  數據集介紹
    13.3.3  實驗操作及結果
  13.4  總結與展望
  13.5  參考文獻
第14章  語音識別
  14.1  背景介紹
  14.2  演算法原理
    14.2.1  語音信號預處理
    14.2.2  語音信號特徵提取
    14.2.3  語音文本輸出
    14.2.4  雙向循環神經網路
    14.2.5  Softmax分類器
    14.2.6  網路結構介紹
  14.3  實驗操作
    14.3.1  代碼介紹
    14.3.2  數據集介紹
    14.3.3  實驗操作及結果
  14.4  總結與展望
  14.5  參考文獻
第15章  AI對對聯
  15.1  背景介紹
  15.2  演算法原理
    15.2.1  自然語言處理概述
    15.2.2  遞歸神經網路
    15.2.3  網路結構介紹
  15.3  實驗操作
    15.3.1  代碼介紹
    15.3.2  數據集介紹
    15.3.3  實驗操作及結果
  15.4  總結與展望
  15.5  參考文獻
第16章  手寫體風格轉化
  16.1  背景介紹
  16.2  演算法原理
    16.2.1  RNN預測網路
    16.2.2  網路結構介紹
  16.3  實驗操作
    16.3.1  代碼介紹

    16.3.2  數據集介紹
    16.3.3  實驗操作及結果
  16.4  總結與展望
  16.5  參考文獻
第17章  圖像風格化
  17.1  背景介紹
  17.2  演算法原理
    17.2.1  損失函數的定義
    17.2.2  風格遷移網路
    17.2.3  風格預測網路
    17.2.4  網路結構介紹
  17.3  實驗操作
    17.3.1  代碼介紹
    17.3.2  數據集介紹
    17.3.3  實驗操作及結果
  17.4  總結與展望
  17.5  參考文獻
第18章  三維人臉重建
  18.1  背景介紹
  18.2  演算法原理
    18.2.1  人臉檢測及數據預處理
    18.2.2  人臉姿態、形狀、表情網路
    18.2.3  數據后處理
    18.2.4  網路結構介紹
  18.3  實驗操作
    18.3.1  代碼介紹
    18.3.2  數據集介紹
    18.3.3  實驗操作及結果
  18.4  總結與展望
  18.5  參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

人工智慧實驗簡明教程