-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

移動端機器學習實戰

( 簡體 字)
作者:[印度]卡斯基延·NG(Karthikeyan NG)類別:1. -> 程式設計 -> 機器學習
譯者:
出版社:人民郵電出版社移動端機器學習實戰 3dWoo書號: 52083
詢問書籍請說出此書號!

有庫存
NT售價: 295

出版日:10/1/2019
頁數:206
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115516848
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

本書系統地講述如何基于TensorFlow Lite和Core ML構建Android與iOS應用程序。本書共9章。第1章介紹機器學習的基礎知識以及TensorFlow Lite和Core ML框架。第2∼8章介紹如何開發7款常見應用程序,分別是一款預測人物年齡和性別的應用程序,一款在照片上應用藝術風格遷移的應用程序,一款用于面部檢測和條形碼掃描的應用程序,一款類似于Snapchat的應用程序,一款識別手寫數字的應用程序,一款流行的在線換臉應用程序,一款利用遷移學習完成食物分類的應用程序。第9章總結全書,并介紹基于機器學習的云服務。
本書適合機器學習、深度學習和人工智能等方面的專業人士閱讀。
目錄:

第 1章 機器學習在移動端的使用情況 1
1.1 機器學習的基礎 3
1.1.1 監督式學習 3
1.1.2 非監督式學習 3
1.1.3 線性回歸——監督式學習 4
1.2 TensorFlow Lite和Core ML 10
1.3 TensorFlow Lite 11
1.3.1 支持的平臺 12
1.3.2 TensorFlow Lite的內存使用情況和性能 13
1.3.3 動手使用TensorFlow Lite 14
1.3.4 將SavedModel轉換為TensorFlow Lite格式 15
1.3.5 在Android上使用TensorFlow Lite 16
1.3.6 在iOS上使用TensorFlow Lite 19
1.4 Core ML 20
1.4.1 Core ML模型轉換 21
1.4.2 iOS應用程序中的Core ML 22
1.5 本章小結 24

第 2章 使用Core ML和CNN預測年齡與性別 25
2.1 年齡和性別預測 26
2.1.1 年齡預測 27
2.1.2 性別預測 27
2.2 卷積神經網絡 28
2.2.1 發現模式 28
2.2.2 找出圖片中的特征值 29
2.2.3 池化層 31
2.2.4 ReLU層 31
2.2.5 局部響應歸一化層 32
2.2.6 dropout層 32
2.2.7 全連接層 33
2.2.8 使用CNN完成年齡和性別預測 33
2.3 在iOS上使用Core ML實現應用程序 35
2.4 本章小結 44

第3章 在照片上應用
藝術神經風格遷移 45
3.1 藝術神經風格遷移 46
3.1.1 背景 47
3.1.2 VGG網絡 48
3.2 構建應用程序 49
3.2.1 TensorFlow-to-Core ML轉換 52
3.2.2 iOS應用程序 55
3.2.3 Android應用程序 57
3.3 本章小結 77
3.4 參考網站 77

第4章 基于Firebase的ML Kit 78
4.1 ML Kit的基礎 79
4.1.1 基本特征集 80
4.1.2 構建應用程序 81
4.2 人臉檢測 86
4.2.1 面部朝向追蹤 86
4.2.2 運行面部檢測器 91
4.3 條形碼掃描器 98
4.3.1 創建FirebaseVisionImage對象 99
4.3.2 創建FirebaseVisionBarcodeDetector對象 102
4.3.3 條形碼檢測 102
4.4 文本識別 105
4.4.1 基于設備的文本識別 105
4.4.2 基于云端的文本識別 107
4.5 本章小結 109

第5章 在Android上的AR濾鏡 110
5.1 MobileNet模型 111
5.2 構建Android應用程序 116
5.3 參考網站 134
5.4 問題 134
5.5 本章小結 134

第6章 使用對抗學習構建手寫數字分類器 135
6.1 生成式對抗網絡 136
6.2 MNIST數據庫 137
6.3 構建TensorFlow模型 138
6.4 訓練神經網絡 140
6.4.1 構建Android應用程序 143
6.4.2 用于手寫的FreeHandView 144
6.4.3 數字分類器 150
6.5 本章小結 153

第7章 使用OpenCV與朋友換臉 154
7.1 換臉 155
7.1.1 換臉的步驟 157
7.1.2 構建Android應用程序 160
7.1.3 構建本地的臉交換器庫 161
7.1.4 構建應用程序 167
7.2 本章小結 179
7.3 參考信息 179
7.4 問題 180
第8章 使用遷移學習完成食物分類 181
8.1 遷移學習 182
8.2 訓練TensorFlow模型 184
8.2.1 安裝TensorFlow 184
8.2.2 訓練圖片 184
8.2.3 使用圖片重新訓練 185
8.2.4 構建iOS應用程序 191
8.3 本章小結 198

第9章 接下來做什么 199
9.1 溫故而知新 200
9.1.1 當開發機器學習應用程序時從何處入手 201
9.1.2 構建自己的模型 203
9.2 本章小結 206
9.3 進一步閱讀 206
序: