超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >>
人工智能实验简明教程

人工智能实验简明教程

作者:焦李成
出版社:清华大学出版社出版时间:2021-01-01
开本: 16开 页数: 313
本类榜单:教材销量榜
中 图 价:¥35.4(6.0折) 定价  ¥59.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

人工智能实验简明教程 版权信息

人工智能实验简明教程 本书特色

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。

人工智能实验简明教程 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。

人工智能实验简明教程 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


展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服