万本电子书0元读

万本电子书0元读

顶部广告

AlphaGo如何战胜人类围棋大师:智能硬件TensorFlow实践电子书

AlphaGo如何能战胜*围棋选手,本书将给你解神秘的面纱。 本书理论与实践结合,带领你动手学习和了解*热门的人工智能技术。通过深度学习TensorFlow工具的实践,处理真实世界的人机交互问题。 本书带你快速门人工智能技术,通过实例说明让硬件如何“智能化”。

售       价:¥

纸质售价:¥29.20购买纸书

151人正在读 | 0人评论 6.2

作       者:陈震,郑文勋

出  版  社:清华大学出版社

出版时间:2018-07-01

字       数:7.6万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书主要阐述了当前机器智能的热技术——深度学习和强化学习技术的原理。在此基础上,介绍AlphaGo结合深度学习和强化学习技术,如何战胜人类围棋大师的原理。下来,将深度学习的理论转化为实践,给出如何通过掌握TensorFlow和Keras深度学习框架,制作声控智能硬件的例子,同时给出机器视觉的对象检测案例,指导读者逐步学习使用深度学习技术。 本书的主要特是实践操作,用实用可运行的案例来上手。本书可作为实践门指导书,适用于对机器智能有兴趣的高年级本科生,也适合于对机器智能有兴趣的人员参考。<br/>【推荐语】<br/>AlphaGo如何能战胜*围棋选手,本书将给你解神秘的面纱。 本书理论与实践结合,带领你动手学习和了解*热门的人工智能技术。通过深度学习TensorFlow工具的实践,处理真实世界的人机交互问题。 本书带你快速门人工智能技术,通过实例说明让硬件如何“智能化”。<br/>
目录展开

内容简介

作者简介

前言

第1章 机器智能的发展

1.1 机器智能

1.1.1 机器智能的定义

1.1.2 机器智能的分类

1.2 深度学习

1.2.1 机器智能的神经网络方法

1.2.2 人工神经元与人工神经网络

1.2.3 神经网络的复兴

1.3 机器学习

1.3.1 机器学习的基本原理

1.3.2 机器学习泛化能力

1.3.3 大数据是深度学习的基础

参考文献

第2章 深度学习

2.1 深度学习的原理

2.1.1 人工神经元

2.1.2 多层人工神经网络

2.1.3 神经网络训练

2.2 典型的神经网络架构

2.2.1 卷积神经网络

2.2.2 循环神经网络

2.2.3 长短时记忆循环网络

2.2.4 门控循环单元循环网络

2.3 机器感知

2.3.1 语音识别

2.3.2 计算机视觉

2.4 深度学习实践

2.4.1 建模工具

2.4.2 软硬件工具

2.5 小结

参考文献

第3章 强化学习

3.1 强化学习基础

3.1.1 强化学习概述

3.1.2 深度强化学习

3.1.3 强化学习框架

3.2 计算机围棋

3.2.1 围棋游戏

3.2.2 蒙特卡洛树搜索

3.2.3 基于卷积网络的围棋程序

3.3 阿尔法围棋的原理

3.3.1 阿尔法围棋团队

3.3.2 深度卷积网络

3.3.3 结合策略网络和价值网络的蒙特卡洛树搜索

3.3.4 阿尔法围棋技术总结

3.4 小结

参考文献

第4章 TensorFlow简介

4.1 TensorFlow

4.2 使用

4.2.1 TensorFlow起步

4.2.2 TensorFlow数据的结构

4.2.3 TensorFlow的工作流程

4.3 Tensor运算

4.4 导入实验数据

4.4.1 NumpyArray方法

4.4.2 TensorFlow组件方法

4.4.3 TensorFlow示例

4.5 TensorBoard示例

4.6 小结

参考文献

第5章 Keras简介

5.1 Keras

5.2 组织结构

5.2.1 Models

5.2.2 Core Layers

5.2.3 Layers

5.2.4 Activations

5.2.5 Optimizers

5.3 Keras实践

5.3.1 Keras安装

5.3.2 Keras使用

5.4 小结

参考文献

第6章 声控智能1——预处理与训练

6.1 声控智能

6.1.1 语音指令

6.1.2 语音时频谱图

6.1.3 语音文件录音

6.2 实验过程

6.2.1 语音数据预处理

6.2.2 语音识别网络

6.2.3 TensorFlow/Keras的使用

6.3 小结

参考文献

第7章 声控智能2——部署

7.1 网站端——在线推断

7.1.1 云知音网站功能

7.1.2 Flask网站搭建

7.1.3 Flask+Keras实现

7.2 移动端——离线推断

7.2.1 移动端的网络模型文件

7.2.2 安卓平台的TensorFlow库生成

7.2.3 安卓应用的TensorFlow库调用

7.2.4 安卓应用的录音功能调用

7.2.5 快速集成开发

7.3 小结

参考文献

第8章 PYNQ语音识别

8.1 PYNQ

8.1.1 PYNQ简介

8.1.2 PYNQ-Z1开发板

8.1.3 Jupyter Notebook

实验设计

8.2.1 PYNQ设置

8.2.2 服务器端设置

8.3 实验过程

8.3.1 AudioInput

8.3.2 传送云端

参考文献

第9章 TX1视觉对象检测

9.1 英伟达Jetson TX1

9.2 YOLO算法

9.2.1 YOLO算法

9.2.2 YOLOv2算法

9.2.3 YOLO的TX1实践

9.3 算法

9.3.1 SSD算法介绍

9.3.2 SSD的TX1实践

参考文献

后记

附录A Python和TensorFlow操作基础

A.1 实践基础

A.2 TensorFlow实践基础

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部