孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

人工智能实验简明教程

人工智能实验简明教程
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: , , , ,
出版社: 清华大学出版社
2021-03
版次: 1
ISBN: 9787302574293
定价: 59.00
装帧: 其他
开本: 16开
纸张: 胶版纸
分类: 教材教辅考试>教材>大学教材>工程技术
7 张插图图片
16人买过
  • 本书将人工智能的理论、实践和创新型相结合，实现了先进性与新颖性并举，内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类试验任务。内容与理论教学相呼应，注重趣味性，极具实操性。  

    目录

     

     

    第1章聊天机器人

    1.1背景介绍

    1.2算法原理

    1.2.1数据预处理

    1.2.2seq2seq模型原理

    1.2.3网络结构介绍

    1.3实验操作

    1.3.1代码介绍

    1.3.2数据集介绍

    1.3.3实验操作及结果

    1.4总结与展望

    1.5参考文献

    第2章老照片上色

    2.1背景介绍

    2.2算法原理

    2.2.1实验训练部分

    2.2.2实验测试部分

    2.2.3网络结构介绍

    2.3实验操作

    2.3.1代码介绍

    2.3.2数据集介绍

    2.3.3实验操作及结果

    2.4总结与展望

    2.5参考文献

    第3章图像修复

    3.1背景介绍

    3.2算法原理

    3.2.1基础知识介绍

    3.2.2边缘生成网络

    3.2.3图像补全网络

    3.2.4网络结构介绍

    3.3实验操作

    3.3.1代码介绍

    3.3.2数据集介绍

    3.3.3实验操作及结果

    3.4总结与展望

    3.5参考文献

    第4章语义图生成风景图

    4.1背景介绍

    4.2算法原理

    4.2.1GAN模型原理

    4.2.2pix2pix网络模型原理

    4.2.3网络结构介绍

    4.3实验操作

    4.3.1代码介绍

    4.3.2数据集介绍

    4.3.3实验操作及结果

    4.4总结与展望

    4.5参考文献

    第5章文本转图像实验

    5.1背景介绍

    5.2算法原理

    5.2.1词向量

    5.2.2双向长短时记忆网络

    5.2.3注意力机制

    5.2.4网络结构介绍

    5.3实验操作

    5.3.1代码介绍

    5.3.2数据集介绍

    5.3.3实验操作及结果

    5.4总结与展望

    5.5参考文献

    第6章2D实时多人姿态估计

    6.1背景介绍

    6.2算法原理

    6.2.1同时检测和关联网络

    6.2.2关节检测的置信图算法

    6.2.3关节关联的部分亲和力字段算法

    6.2.4使用PAFs的多人解析算法

    6.2.5网络结构介绍

    6.3实验操作

    6.3.1代码介绍

    6.3.2数据集介绍

    6.3.3实验操作及结果

    6.4总结与展望

    6.5参考文献

    第7章图像分割

    7.1背景介绍

    7.2算法原理

    7.2.1残差网络

    7.2.2区域候选网络

    7.2.3感兴趣区域校准

    7.2.4分类、回归与分割

    7.2.5网络结构介绍

    7.3实验操作

    7.3.1代码介绍

    7.3.2数据集介绍

    7.3.3实验操作及结果

    7.4总结与展望

    7.5参考文献

    第8章图像超分辨率

    8.1背景介绍

    8.2算法原理

    8.2.1预处理

    8.2.2特征提取

    8.2.3非线性映射

    8.2.4图像重建

    8.2.5网络结构介绍

    8.3实验操作

    8.3.1代码介绍

    8.3.2数据集介绍

    8.3.3实验操作及结果

    8.4总结与展望

    8.5参考文献

    第9章视频目标跟踪

    9.1背景介绍

    9.2算法原理

    9.2.1基础知识

    9.2.2SiamRPN模型介绍

    9.2.3SiamRPN  网络结构

    9.3实验操作

    9.3.1代码介绍

    9.3.2数据集介绍

    9.3.3实验操作及结果

    9.4总结与展望

    9.5参考文献

    第10章人物年龄性别及情绪预测

    10.1背景介绍

    10.2算法原理

    10.2.1Xception模型介绍

    10.2.2Softmax分类器

    10.2.3网络结构介绍

    10.3实验操作

    10.3.1代码介绍

    10.3.2数据集介绍

    10.3.3实验操作及结果

    10.4总结与展望

    10.5参考文献

    第11章人脸老化与退龄预测

    11.1背景介绍

    11.2算法原理

    11.2.1相关概念介绍

    11.2.2算法流程简介

    11.2.3网络结构介绍

    11.3实验操作

    11.3.1代码介绍

    11.3.2数据集介绍

    11.3.3实验操作及结果

    11.4总结与展望

    11.5参考文献

    第12章目标检测

    12.1背景介绍

    12.2算法原理

    12.2.1提取区域建议

    12.2.2RoI池化层

    12.2.3网络结构介绍

    12.3实验操作

    12.3.1代码介绍

    12.3.2数据集介绍

    12.3.3实验操作及结果

    12.4总结与展望

    12.5参考文献

    第13章眼部图像语义分割

    13.1背景介绍

    13.2算法原理

    13.2.1数据预处理

    13.2.2下采样模块

    13.2.3上采样模块

    13.2.4损失函数

    13.2.5网络结构介绍

    13.3实验操作

    13.3.1代码介绍

    13.3.2数据集介绍

    13.3.3实验操作及结果

    13.4总结与展望

    13.5参考文献

    第14章语音识别

    14.1背景介绍

    14.2算法原理

    14.2.1语音信号预处理

    14.2.2语音信号特征提取

    14.2.3语音文本输出

    14.2.4双向循环神经网络

    14.2.5Softmax分类器

    14.2.6网络结构介绍

    14.3实验操作

    14.3.1代码介绍

    14.3.2数据集介绍

    14.3.3实验操作及结果

    14.4总结与展望

    14.5参考文献

    第15章AI对对联

    15.1背景介绍

    15.2算法原理

    15.2.1自然语言处理概述

    15.2.2递归神经网络

    15.2.3网络结构介绍

    15.3实验操作

    15.3.1代码介绍

    15.3.2数据集介绍

    15.3.3实验操作及结果

    15.4总结与展望

    15.5参考文献

    第16章手写体风格转化

    16.1背景介绍

    16.2算法原理

    16.2.1RNN预测网络

    16.2.2网络结构介绍

    16.3实验操作

    16.3.1代码介绍

    16.3.2数据集介绍

    16.3.3实验操作及结果

    16.4总结与展望

    16.5参考文献

    第17章图像风格化

    17.1背景介绍

    17.2算法原理

    17.2.1损失函数的定义

    17.2.2风格迁移网络

    17.2.3风格预测网络

    17.2.4网络结构介绍

    17.3实验操作

    17.3.1代码介绍

    17.3.2数据集介绍

    17.3.3实验操作及结果

    17.4总结与展望

    17.5参考文献

    第18章三维人脸重建

    18.1背景介绍

    18.2算法原理

    18.2.1人脸检测及数据预处理

    18.2.2人脸姿态、形状、表情网络

    18.2.3数据后处理

    18.2.4网络结构介绍

    18.3实验操作

    18.3.1代码介绍

    18.3.2数据集介绍

    18.3.3实验操作及结果

    18.4总结与展望

    18.5参考文献

     
  • 内容简介:
    本书将人工智能的理论、实践和创新型相结合，实现了先进性与新颖性并举，内容涵盖了图像、语音、文本和视频等人工智能技术广泛应用的多个领域，涉及识别、分类、检测、预测、跟踪和三维重建等多类试验任务。内容与理论教学相呼应，注重趣味性，极具实操性。
  • 目录:
     

    目录

     

     

    第1章聊天机器人

    1.1背景介绍

    1.2算法原理

    1.2.1数据预处理

    1.2.2seq2seq模型原理

    1.2.3网络结构介绍

    1.3实验操作

    1.3.1代码介绍

    1.3.2数据集介绍

    1.3.3实验操作及结果

    1.4总结与展望

    1.5参考文献

    第2章老照片上色

    2.1背景介绍

    2.2算法原理

    2.2.1实验训练部分

    2.2.2实验测试部分

    2.2.3网络结构介绍

    2.3实验操作

    2.3.1代码介绍

    2.3.2数据集介绍

    2.3.3实验操作及结果

    2.4总结与展望

    2.5参考文献

    第3章图像修复

    3.1背景介绍

    3.2算法原理

    3.2.1基础知识介绍

    3.2.2边缘生成网络

    3.2.3图像补全网络

    3.2.4网络结构介绍

    3.3实验操作

    3.3.1代码介绍

    3.3.2数据集介绍

    3.3.3实验操作及结果

    3.4总结与展望

    3.5参考文献

    第4章语义图生成风景图

    4.1背景介绍

    4.2算法原理

    4.2.1GAN模型原理

    4.2.2pix2pix网络模型原理

    4.2.3网络结构介绍

    4.3实验操作

    4.3.1代码介绍

    4.3.2数据集介绍

    4.3.3实验操作及结果

    4.4总结与展望

    4.5参考文献

    第5章文本转图像实验

    5.1背景介绍

    5.2算法原理

    5.2.1词向量

    5.2.2双向长短时记忆网络

    5.2.3注意力机制

    5.2.4网络结构介绍

    5.3实验操作

    5.3.1代码介绍

    5.3.2数据集介绍

    5.3.3实验操作及结果

    5.4总结与展望

    5.5参考文献

    第6章2D实时多人姿态估计

    6.1背景介绍

    6.2算法原理

    6.2.1同时检测和关联网络

    6.2.2关节检测的置信图算法

    6.2.3关节关联的部分亲和力字段算法

    6.2.4使用PAFs的多人解析算法

    6.2.5网络结构介绍

    6.3实验操作

    6.3.1代码介绍

    6.3.2数据集介绍

    6.3.3实验操作及结果

    6.4总结与展望

    6.5参考文献

    第7章图像分割

    7.1背景介绍

    7.2算法原理

    7.2.1残差网络

    7.2.2区域候选网络

    7.2.3感兴趣区域校准

    7.2.4分类、回归与分割

    7.2.5网络结构介绍

    7.3实验操作

    7.3.1代码介绍

    7.3.2数据集介绍

    7.3.3实验操作及结果

    7.4总结与展望

    7.5参考文献

    第8章图像超分辨率

    8.1背景介绍

    8.2算法原理

    8.2.1预处理

    8.2.2特征提取

    8.2.3非线性映射

    8.2.4图像重建

    8.2.5网络结构介绍

    8.3实验操作

    8.3.1代码介绍

    8.3.2数据集介绍

    8.3.3实验操作及结果

    8.4总结与展望

    8.5参考文献

    第9章视频目标跟踪

    9.1背景介绍

    9.2算法原理

    9.2.1基础知识

    9.2.2SiamRPN模型介绍

    9.2.3SiamRPN  网络结构

    9.3实验操作

    9.3.1代码介绍

    9.3.2数据集介绍

    9.3.3实验操作及结果

    9.4总结与展望

    9.5参考文献

    第10章人物年龄性别及情绪预测

    10.1背景介绍

    10.2算法原理

    10.2.1Xception模型介绍

    10.2.2Softmax分类器

    10.2.3网络结构介绍

    10.3实验操作

    10.3.1代码介绍

    10.3.2数据集介绍

    10.3.3实验操作及结果

    10.4总结与展望

    10.5参考文献

    第11章人脸老化与退龄预测

    11.1背景介绍

    11.2算法原理

    11.2.1相关概念介绍

    11.2.2算法流程简介

    11.2.3网络结构介绍

    11.3实验操作

    11.3.1代码介绍

    11.3.2数据集介绍

    11.3.3实验操作及结果

    11.4总结与展望

    11.5参考文献

    第12章目标检测

    12.1背景介绍

    12.2算法原理

    12.2.1提取区域建议

    12.2.2RoI池化层

    12.2.3网络结构介绍

    12.3实验操作

    12.3.1代码介绍

    12.3.2数据集介绍

    12.3.3实验操作及结果

    12.4总结与展望

    12.5参考文献

    第13章眼部图像语义分割

    13.1背景介绍

    13.2算法原理

    13.2.1数据预处理

    13.2.2下采样模块

    13.2.3上采样模块

    13.2.4损失函数

    13.2.5网络结构介绍

    13.3实验操作

    13.3.1代码介绍

    13.3.2数据集介绍

    13.3.3实验操作及结果

    13.4总结与展望

    13.5参考文献

    第14章语音识别

    14.1背景介绍

    14.2算法原理

    14.2.1语音信号预处理

    14.2.2语音信号特征提取

    14.2.3语音文本输出

    14.2.4双向循环神经网络

    14.2.5Softmax分类器

    14.2.6网络结构介绍

    14.3实验操作

    14.3.1代码介绍

    14.3.2数据集介绍

    14.3.3实验操作及结果

    14.4总结与展望

    14.5参考文献

    第15章AI对对联

    15.1背景介绍

    15.2算法原理

    15.2.1自然语言处理概述

    15.2.2递归神经网络

    15.2.3网络结构介绍

    15.3实验操作

    15.3.1代码介绍

    15.3.2数据集介绍

    15.3.3实验操作及结果

    15.4总结与展望

    15.5参考文献

    第16章手写体风格转化

    16.1背景介绍

    16.2算法原理

    16.2.1RNN预测网络

    16.2.2网络结构介绍

    16.3实验操作

    16.3.1代码介绍

    16.3.2数据集介绍

    16.3.3实验操作及结果

    16.4总结与展望

    16.5参考文献

    第17章图像风格化

    17.1背景介绍

    17.2算法原理

    17.2.1损失函数的定义

    17.2.2风格迁移网络

    17.2.3风格预测网络

    17.2.4网络结构介绍

    17.3实验操作

    17.3.1代码介绍

    17.3.2数据集介绍

    17.3.3实验操作及结果

    17.4总结与展望

    17.5参考文献

    第18章三维人脸重建

    18.1背景介绍

    18.2算法原理

    18.2.1人脸检测及数据预处理

    18.2.2人脸姿态、形状、表情网络

    18.2.3数据后处理

    18.2.4网络结构介绍

    18.3实验操作

    18.3.1代码介绍

    18.3.2数据集介绍

    18.3.3实验操作及结果

    18.4总结与展望

    18.5参考文献

     
查看详情
相关分类
一年级 二年级 三年级 四年级 五年级 六年级 小升初 小学通用 初一 初二 初三 中考
12
相关图书 / 更多
人工智能实验简明教程
人工智能新时代：核心技术与行业赋能
郭哲滔、任宇翔
￥36.49 起
人工智能实验简明教程
人工智能在管理学领域的创新研究
张雁冰
￥18.00 起
人工智能实验简明教程
人工智能点云处理及深度学习算法
叶汇贤 李启亮编著
￥76.10 起
人工智能实验简明教程
人工智能+教育：人工智能时代，未来学校教育的机遇、挑战与重塑路径
王立辉
￥30.80 起
人工智能实验简明教程
人工智能注意力机制：体系、模型与算法剖析 傅罡
傅罡
￥98.02 起
人工智能实验简明教程
人工智能工程技术人员——人工智能基础知识
人力资源社会保障部专业技术人员管理司
￥38.90 起
人工智能实验简明教程
人工智能导论（第2版）
莫宏伟
￥33.50 起
人工智能实验简明教程
人工智能基础（小学版）
彭艳芳
￥34.65 起
人工智能实验简明教程
人工智能生成内容的著作权法律问题研究：以人本主义为视角
游凯杰
￥44.90 起
人工智能实验简明教程
人工智能：是什么？为什么？怎么做？
张恩德
￥44.80 起
人工智能实验简明教程
人工智能：产业应用与场景赋能
王雨晨，张天龙，刘杰
￥40.10 起
人工智能实验简明教程
人工智能边缘计算开发实战：基于NVIDIA Jetson Nano
陈泳翰、桑圆圆 编著
￥45.00 起
您可能感兴趣 / 更多
人工智能实验简明教程
全新正版图书 深度学教程焦李成西安电子科技大学出版社9787560669571
焦李成[等]编著
￥19.39 起
人工智能实验简明教程
深度学习的理论基础与核心算法
焦李成，杨淑媛，刘芳，刘旭，田晨曦，侯彪，马文萍，尚荣华
￥57.40 起
人工智能实验简明教程
ChatGPT简明教程
焦李成
￥11.98 起
人工智能实验简明教程
遥感脑理论及应用
焦李成；侯彪；刘芳；杨淑媛；王爽；朱浩；马文萍；张向荣
￥69.37 起
人工智能实验简明教程
现代神经网络教程
焦李成 著
￥29.10 起
人工智能实验简明教程
人工智能、类脑计算与图像解译前沿
焦李成
￥107.20 起
人工智能实验简明教程
人工智能学院本硕博培养体系
焦李成、李阳阳、侯彪、石光明 著
￥12.00 起
人工智能实验简明教程
简明人工智能
焦李成 著
￥16.00 起
人工智能实验简明教程
遥感影像深度学习智能解译与识别
焦李成
￥70.00 起
人工智能实验简明教程
雷达图像解译技术
焦李成
￥30.00 起
人工智能实验简明教程
智能SAR影像变化检测
焦李成 著
￥15.20 起
人工智能实验简明教程
认知计算与多目标优化
焦李成 著
￥25.00 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全