安庆什么网站做火,个人如何申请开公司,织梦房产网站模板,小程序制作多少钱基 础 篇
第1章 绪论 1
1#xff0e;1 人工智能简介 1
1#xff0e;1#xff0e;1 人工智能的概念 1
1#xff0e;1#xff0e;2 现代人工智能的兴起 5
1#xff0e;1#xff0e;3 人工智能的学术流派 5
1#xff0e;2 人工智能的发展历史 8
1#xff0…基 础 篇
第1章 绪论 1
11 人工智能简介 1
111 人工智能的概念 1
112 现代人工智能的兴起 5
113 人工智能的学术流派 5
12 人工智能的发展历史 8
121 孕育期1956年之前 8
122 形成期19561969年 9
123 发展期1970年之后 11
13 人工智能技术的研究内容与应用领域 13
131 神经网络 14
132 机器学习 15
133 模式识别 15
134 自然语言理解 16
135 专家系统 17
136 博弈 17
137 智能控制 18
138 其他 18
14 人工智能与TensorFlow 18
141 机器学习与深度学习 18
142 TensorFlow概念 20
143 TensorFlow的应用 23
第2章 Python基础应用 25
21 引言 25
22 Python的安装 25
23 数据类型与数据结构 29
24 数字 29
25 变量及其命名规则 29
26 语句和表达式 30
27 字符串 31
28 容器 32
281 列表 32
282 元组 35
283 字典 35
284 复制 36
29 函数 38
291 常用内置函数及高阶函数 38
292 用户自定义函数 42
210 常用库 43
2101 时间库 43
2102 科学计算库NumPy 47
2103 可视化绘图库Matplotlib 54
2104 锁与线程 58
2105 多线程编程 59
第3章 TensorFlow基础 62
31 TensorFlow的架构 62
32 TensorFlow的开发环境搭建 66
33 数据流图简介 77
331 数据流图基础 77
332 节点的依赖关系 80
34 TensorFlow中定义数据流图 83
341 构建一个TensorFlow数据流图 83
342 张量思维 87
343 张量的形状 90
344 TensorFlow的Op 91
345 TensorFlow的Graph对象 93
346 TensorFlow的Session 94
347 输入与占位符 97
348 Variable对象 98
35 通过名称作用域组织数据流图 100
36 构建数据流图 105
37 运行数据流图 108
第4章 TensorFlow运作方式 114
41 数据的准备和下载 114
42 图表构建与推理 115
421 图表构建 115
422 推理 116
43 损失与训练 117
431 损失 117
432 训练 117
44 状态检查与可视化 118
441 状态检查 118
442 状态可视化 119
45 评估模型 120
46 评估图表的构建与输出 123
461 评估图表的构建 123
462 评估图表的输出 123
实 战 篇
第5章 MNIST机器学习 125
51 MNIST数据集简介 125
52 MNIST数据下载 127
521 数据的准备 129
522 数据重构 130
523 数据集对象 130
53 softmax回归模型简介 131
54 模型的训练与评估 132
55 TensorFlow模型基本步骤 135
56 构建softmax回归模型 135
第6章 卷积神经网络 138
61 卷积神经网络 138
62 卷积神经网络的模型架构 142
621 ImageNet-2010网络结构 142
622 DeepID网络结构 143
63 卷积运算 144
631 输入和卷积核 145
632 降维 145
633 填充 145
634 数据格式 145
64 卷积常见层 146
641 卷积层 146
642 池化层 149
643 归一化 150
644 高级层 151
65 TensorFlow和图像 152
651 图像加载 152
652 图像格式 152
653 图像操作 152
654 颜色空间变换 153
66 模型训练 153
67 模型评估 154
68 多GPU的模型训练 154
第7章 字词的向量表示 155
71 WordEmbedding的基本概念和知识 156
72 Skip-Gram模型 158
721 数据集的准备 160
722 模型结构 161
723 处理噪声对比 162
724 模型训练 163
73 嵌套学习可视化与评估 164
74 优化实现 166
第8章 递归神经网络 168
81 递归神经网络的架构 169
82 PTB数据 170
83 模型及LSTM 170
831 LSTM的概念 172
832 LSTM的结构 173
833 LSTM的控制门 173
84 反向传播的截断 175
85 输入与损失函数 175
86 多个LSTM层堆叠 175
87 代码的编译与运行 176
第9章 Mandelbrot集合 177
91 库的导入 178
92 会话和变量初始化 179
93 定义并运行计算 179
第10章 偏微分方程模拟仿真 180
101 计算函数的定义 180
102 偏微分方程的定义 182
103 仿真 183
第11章 人脸识别 185
111 人脸识别概念 185
112 人脸识别的流程 188
1121 人脸图像的采集 188
1122 人脸图像的检测 189
1123 人脸图像的预处理 189
1124 人脸图像的特征提取 189
1125 人脸图像的匹配与识别 190
1126 活体鉴别 190
113 人脸识别种类 190
1131 人脸检测 190
1132 人脸关键点检测 191
1133 人脸验证 194
114 人脸检测 194
1141 LFW数据集 194
1142 数据预处理与检测 195
115 性别和年龄识别 196
1151 数据预处理 198
1152 模型构建 198
1153 模型训练 203
1154 模型验证 204
