返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 人工智能实验简明教程 焦李成 等 编 大中专 文轩网
  • 新华书店正版
    • 作者: 焦李成、孙其功、田小林、侯彪、李阳阳著
    • 出版社: 清华大学出版社
    • 出版时间:2021-03-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 焦李成、孙其功、田小林、侯彪、李阳阳著
    • 出版社:清华大学出版社
    • 出版时间:2021-03-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-02-01
    • 页数:0
    • 开本:其他
    • 装帧:平装
    • ISBN:9787302574293
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    人工智能实验简明教程

    作  者:焦李成 等 编
    定  价:59
    出 版 社:清华大学出版社
    出版日期:2021年03月01日
    页  数:244
    装  帧:平装
    ISBN:9787302574293
    主编推荐

    本书实验体系完备,对每个实验均从原理、实际操作到所应用平台环境进行详实介绍,符合人工智能发展的特质与人才培养的需求,读者可通过本书的指导,对实验进行整体了解并独立完成实验,提高自身实验创新能力。

    内容简介

    随着人工智能的飞速发展及广泛应用,人工智能专业教育正在逐步完善,作为国内人丁智能领域的创新性实验教材,本书结合人工智能的理论、实践和创新型,实现了优选性与新颖性并举,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、跟踪和维重建等多类实验任务。内容与理论教学相呼应,注重趣味性,极具实操性。本书实验体系完备,对每个实验均从原理、实际操作到所应用平台环境进行详细介绍,符合人工智能发展的特质与人才培养的需求,读者可通过对本书内容的学习,对实验进行整体了解并独立完成实验,提高自身创新能力。本书可作为高等院校人工智能、智能科学与技术、大数据技术、智能机器人、智能医学工程、网络工程,物联网技术、航天工程、电子科学与技术、控制科学与工程、信息与通信工程等专业及学科的本科生、硕士、博士研究生的实验教材。同时也可以供有一定专业知识储备的科研人员、从业者、人工智能爱null

    作者简介

    精彩内容

    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图像补所有渠道络
    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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购