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:

  • 正版新书]人工智能实验简明教程焦李成孙其功田小林侯彪李阳阳97
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 焦李成孙其功田小林侯彪李阳阳著 | 焦李成孙其功田小林侯彪李阳阳编 | 焦李成孙其功田小林侯彪李阳阳译 | 焦李成孙其功田小林侯彪李阳阳绘
    • 出版社: 清华大学出版社
    • 出版时间:2021-03-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 焦李成孙其功田小林侯彪李阳阳著| 焦李成孙其功田小林侯彪李阳阳编| 焦李成孙其功田小林侯彪李阳阳译| 焦李成孙其功田小林侯彪李阳阳绘
    • 出版社:清华大学出版社
    • 出版时间:2021-03-01
    • 版次:1
    • 印次:1
    • 字数:378000
    • 页数:244
    • 开本:16开
    • ISBN:9787302574293
    • 版权提供:清华大学出版社
    • 作者:焦李成孙其功田小林侯彪李阳阳
    • 著:焦李成孙其功田小林侯彪李阳阳
    • 装帧:暂无
    • 印次:1
    • 定价:59
    • ISBN:9787302574293
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-03-01
    • 页数:244
    • 外部编号:党庄B142226
    • 版次:1
    • 成品尺寸:暂无

    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

    0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

    1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

    2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

    3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

    4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

    5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

    6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

    7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

    8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


    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。

    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