译者序

前言

作者简介

审校者简介

第1章 人工智能系统基础知识1

1.1 神经网络2

1.2 神经激活单元5

1.2.1 线性激活单元5

1.2.2 sigmoid激活单元6

1.2.3 双曲正切激活函数6

1.2.4 修正线性单元7

1.2.5 softmax激活单元9

1.3 用反向传播算法训练神经网络9

1.4 卷积神经网络12

1.5 循环神经网络13

1.6 生成对抗网络16

1.7 强化学习18

1.7.1 Q学习19

1.7.2 深度Q学习20

1.8 迁移学习21

1.9 受限玻尔兹曼机22

1.10 自编码器23

1.11 总结24

第2章 迁移学习26

2.1 技术要求26

2.2 迁移学习简介27

2.3 迁移学习和糖尿病视网膜病变检测28

2.4 糖尿病视网膜病变数据集29

2.5 定义损失函数30

2.6 考虑类别不平衡问题31

2.7 预处理图像32

2.8 使用仿射变换生成额外数据33

2.8.1 旋转34

2.8.2 平移34

2.8.3 缩放35

2.8.4 反射35

2.8.5 通过仿射变换生成额外的图像36

2.9 网络架构36

2.9.1 VGG16迁移学习网络38

2.9.2 InceptionV3迁移学习网络39

2.9.3 ResNet50迁移学习网络39

2.10 优化器和初始学习率40

2.11 交叉验证40

2.12 基于验证对数损失的模型检查点40

2.13 训练过程的Python实现41

2.14 类别分类结果50

2.15 在测试期间进行推断50

2.16 使用回归而非类别分类52

2.17 使用keras sequential工具类生成器53

2.18 总结57

第3章 神经机器翻译58

3.1 技术要求59

3.2 基于规则的机器翻译59

3.2.1 分析阶段59

3.2.2 词汇转换阶段60

3.2.3 生成阶段60

3.3 统计机器学习系统60

3.3.1 语言模型61

3.3.2 翻译模型63

3.4 神经机器翻译65

3.4.1 编码器�C解码器模型65

3.4.2 使用编码器�C解码器模型进行推断66

3.5 实现序列到序列的神经机器翻译67

3.5.1 处理输入数据67

3.5.2 定义神经翻译机器的模型71

3.5.3 神经翻译机器的损失函数73

3.5.4 训练模型73

3.5.5 构建推断模型74

3.5.6 单词向量嵌入78

3.5.7 嵌入层79

3.5.8 实现基于嵌入的NMT79

3.6 总结84

第4章 基于GAN的时尚风格迁移85

4.1 技术要求85

4.2 DiscoGAN86

4.3 CycleGAN88

4.4 学习从手绘轮廓生成自然手提包89

4.5 预处理图像89

4.6 DiscoGAN的生成器91

4.7 DiscoGAN的判别器93

4.8 构建网络和定义损失函数94

4.9 构建训练过程97

4.10 GAN训练中的重要参数值99

4.11 启动训练100

4.12 监督生成器和判别器的损失101

4.13 DiscoGAN生成的样例图像103

4.14 总结104

第5章 视频字幕应用105

5.1 技术要求105

5.2 视频字幕中的CNN和LSTM106

5.3 基于序列到序列的视频字幕系统107

5.4 视频字幕系统数据集109

5.5 处理视频图像以创建CNN特征110

5.6 处理视频的带标签字幕113

5.7 构建训练集和测试集114

5.8 构建模型115

5.8.1 定义模型的变量116

5.8.2 编码阶段117

5.8.3 解码阶段117

5.8.4 计算小批量损失118

5.9 为字幕创建单词词汇表118

5.10 训练模型119

5.11 训练结果123

5.12 对未见过的视频进行推断124

5.12.1 推断函数126

5.12.2 评估结果127

5.13 总结128

第6章 智能推荐系统129

6.1 技术要求129

6.2 什么是推荐系统129

6.3 基于潜在因子分解的推荐系统131

6.4 深度学习与潜在因子协同过滤132

6.5 SVD++136

6.6 基于受限玻尔兹曼机的推荐系统138

6.7 对比分歧139

6.8 使用RBM进行协同过滤140

6.9 使用RBM实现协同过滤142

6.9.1 预处理输入143

6.9.2 构建RBM网络进行协作过滤144

6.9.3 训练RBM 147

6.10 使用训练好的RBM进行推断149

6.11 总结150

第7章 用于电影评论情感分析的移动应用程序151

7.1 技术要求152

7.2 使用TensorFlow mobile构建Android移动应用程序152

7.3 Android应用中的电影评论评分153

7.4 预处理电影评论文本154

7.5 构建模型156

7.6 训练模型157

7.7 将模型冻结为protobuf格式159

7.8 为推断创建单词到表征的字典161

7.9 应用程序交互界面设计162

7.10 Android应用程序的核心逻辑164

7.11 测试移动应用168

7.12 总结170

第8章 提供客户服务的AI聊天机器人171

8.1 技术要求172

8.2 聊天机器人的架构172

8.3 基于LSTM的序列到序列模型173

8.4 建立序列到序列模型174

8.5 Twitter平台上的聊天机器人174

8.5.1 构造聊天机器人的训练数据175

8.5.2 将文本数据转换为单词索引175

8.5.3 替换匿名用户名176

8.5.4 定义模型176

8.5.5 用于训练模型的损失函数178

8.5.6 训练模型179

8.5.7 从模型生成输出响应180

8.5.8 所有代码连起来180

8.5.9 开始训练181

8.5.10 对一些输入推特的推断结果181

8.6 总结182

第9章 基于增强学习的无人驾驶183

9.1 技术要求183

9.2 马尔科夫决策过程184

9.3 学习Q值函数185

9.4 深度Q学习186

9.5 形式化损失函数186

9.6 深度双Q学习187

9.7 实现一个无人驾驶车的代码189

9.8 深度Q学习中的动作离散化189

9.9 实现深度双Q值网络190

9.10 设计智能体191

9.11 自动驾驶车的环境194

9.12 将所有代码连起来197

9.13 训练结果202

9.14 总结203

第10章 从深度学习的角度看CAPTCHA204

10.1 技术要求205

10.2 通过深度学习破解CAPTCHA205

10.2.1 生成基本的CAPTCHA205

10.2.2 生成用于训练CAPTCHA破解器的数据206

10.2.3 CAPTCHA破解器的CNN架构208

10.2.4 预处理CAPTCHA图像208

10.2.5 将CAPTCHA字符转换为类别209

10.2.6 数据生成器210

10.2.7 训练CAPTCHA破解器211

10.2.8 测试数据集的准确性212

10.3 通过对抗学习生成CAPTCHA214

10.3.1 优化GAN损失215

10.3.2 生成器网络215

10.3.3 判别器网络216

10.3.4 训练GAN219

10.3.5 噪声分布220

10.3.6 数据预处理220

10.3.7 调用训练221

10.3.8 训练期间CAPTCHA的质量222

10.3.9 使用训练后的生成器创建CAPTCHA224

10.4 总结225

python人工智能项目实战-Python人工智能项目实战相关推荐

  1. python人工智能项目开发实例-人工智能学习路线图,整理近200个实战案例与项目...

    Created by 唐宇迪 人工智能实战就业(面试)学习路线图 这个项目是干什么的? 整理这个项目的初衷是方便同学们快速开启人工智能自学计划,在学习过程中少走弯路用最快的效率入门Ai并开始实战项目, ...

  2. 人工智能实战项目(python)+多领域实战练手项目

    人工智能实战项目 大家好,我是微学AI,本项目将围绕人工智能实战项目进行展开,紧密贴近生活,实战项目设计多个领域包括:金融.教育.医疗.地理.生物.人文.自然语言处理等:帮助各位读者结合机器学习与深度 ...

  3. python快速编程入门课后程序题答案-Python编程从零基础到项目实战 完整PPT+习题答案...

    Python编程从零基础到项目实战是一本介绍Python相关知识的Python基础教程,内容涉及算法.Python数据分析.图形处理.Web开发.科学计算.项目管理.人工智能.Python爬虫等.其中 ...

  4. 视频教程-Python疫情监控完整项目实战-Python

    Python疫情监控完整项目实战 数据产品讲师,人工智能探索者,15年一线IT研发经验,国内顶级互联网行业工作背景,社区达人,著有长篇连载<胖子哥的大数据之路>,<数据实践之美> ...

  5. 新手python的100个实战项目,python练手经典100例项目

    Python 的练手项目有哪些值得推荐? 基础和爬虫.Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990 年代初设计,作为一门叫做ABC语言的替代品. Python ...

  6. 人工智能之随机森林算法项目实战

    文章目录 (1)随机森林算法介绍 随机性体现 (2)随机森林应用场景 (3) Spark随机森林训练和预测过程 训练 预测 分类 回归 (4) Spark随机森林模型参数详解 (5) Spark随机森 ...

  7. 零基础学python实战答案-Python编程从零基础到项目实战 完整PPT+习题答案

    Python编程从零基础到项目实战是一本介绍Python相关知识的Python基础教程,内容涉及算法.Python数据分析.图形处理.Web开发.科学计算.项目管理.人工智能.Python爬虫等.其中 ...

  8. 跟着王进老师学开发Python篇第三季:Tkinter GUI项目实战篇-王进-专题视频课程

    跟着王进老师学开发Python篇第三季:Tkinter GUI项目实战篇-465人已学习 课程介绍         本季课程为Tkinter GUI项目实战:学生信息管理系统, 内容包含:项目总体介绍 ...

  9. 精通python网络爬虫-精通Python网络爬虫:核心技术、框架与项目实战 PDF

    给大家带来的一篇关于Python爬虫相关的电子书资源,介绍了关于Python.Python网络爬虫.Python核心技术.Python框架.Python项目实战方面的内容,本书是由机械工业出版社出版, ...

  10. python构建知识库_手把手教导实战Python Web项目

    手把手教导实战Python Web项目 一.前言 Django是一个开放源代码的Web应用框架,由Python写成.采用了MVC的框架模式,即模型M,视图V和控制器C.Django的主要目的是简便.快 ...

最新文章

  1. 【深度学习】CNN神经网络应用(用于亚洲大黄蜂分类)
  2. EMC NetWorker恢复oracle指南
  3. asp.net 2中的图片上传
  4. 深入理解Java内存模型(七)——总结
  5. springboot jwt token前后端分离_「转」七个开源的 Spring Boot 前后端分离项目,建议收藏加转载...
  6. XML 命名空间(XML Namespaces)
  7. 【转】超详细的UML状态图符号,初学者也能轻松看懂状态图
  8. 编码是件有逻辑的事情
  9. 对称加密算法-DES以及DESede算法
  10. html制作搜狗主页,自学htmlcss之仿搜狗主页(示例代码)
  11. 搭建JavaWeb项目时出现的问题
  12. UI设计师遇到瓶颈如何自我提升?
  13. MySQL show processlist
  14. 笔记本无线网卡变身热点供手机Wi-Fi免费通过宽带上网
  15. 平台型时间信号强度曲线_中联重科直臂式高空作业平台 ZT42J
  16. SpringCloud 入门级别教程,初学者专用,有netiflex原版教程,更有SpringCloudAlibaba微服务教程
  17. 一套简单的进销存管理系统源码
  18. 学习党Win10装机必备软件
  19. 一个方便的大文件分割web工具
  20. php 操作 PSD,PHP中使用Imagick操作PSD文件实例

热门文章

  1. 29个习惯让你的拖延症一去不复返
  2. 盛大陈天桥:我从来没有离开,也从来没有后悔(转)
  3. 阿里云天池 - 2018之江杯全球人工智能大赛 之零样本图像目标识别 参赛总结
  4. 模仿360安全卫士项目笔记9
  5. alpha混合原理(2)
  6. 2019年终总结,继往开来!
  7. 蓝桥杯2018年第九届真题——乘积尾零
  8. S如何边缘控制_驾考科目二侧方位停车、倒库与S弯道,上坡起步技巧及注意事项,意外应对方法...
  9. 天气预报小程序案例(springboot服务端)
  10. 我收集的小程序干货汇总-前后台都有,不用谢!