从0到1TensorFlow编程手记

作品简介

大部分TensorFlow教材应用案例少，理论讲解比较概括，学生数学基础薄弱，对人工神经网络较难入门。本教材介绍TensorFlow的发展和特点后，通过案例详细介绍TensorFlow的使用，着重细致地讲解学生学习中遇到的难点，比如张量的形状、卷积、池化、交叉熵等。通过案例让学生逐层递进地掌握TensorFlow，最后将模型移植到安卓移动终端，随时随地感受人工智能的魅力。

本书作者周倩，冯高峰，贾连芹。

作品目录

• 内容简介
• 前言
• 第1章　初识TensorFlow
• 1.1　场景导入
• 1.2　人工智能的发展历程
• 1.2.1　早期人工智能阶段
• 1.2.2　机器学习阶段
• 1.2.3　深度学习阶段
• 1.3　TensorFlow 简介
• 1.4　Anaconda 的安装和使用
• 1.4.1　安装Anaconda
• 1.4.2　使用Anaconda
• 1.5　在Windows 10 系统中安装PyCharm
• 1.6　在Windows 系统中安装TensorFlow CPU 版
• 1.6.1　创建和激活环境
• 1.6.2　解决错误
• 1.7　在PyCharm 中使用Anaconda 的环境
• 1.7.1　新建和配置项目
• 1.7.2　再次查看项目配置
• 1.7.3　运行案例代码
• 1.8　在Windows 系统中安装Python 版OpenCV
• 1.8.1　激活环境并安装OpenCV
• 1.8.2　PyCharm 配置
• 1.8.3　OpenCV 代码测试
• 第2章　深入了解TensorFlow
• 2.1　认识TensorFlow 数据流图
• 2.1.1　数据流图简介
• 2.1.2　实现数据流图
• 2.1.3　数据流图代码解析
• 2.2　TensorBoard 的使用
• 2.2.1　TensorBoard 的启动
• 2.2.2　TensorBoard 界面介绍
• 2.3　TensorFlow 张量思维
• 2.3.1　什么是张量
• 2.3.2　用Numpy 定义张量
• 2.3.3　张量的形状
• 2.4　TensorFlow 中张量的几种形式
• 2.4.1　常量
• 2.4.2　变量
• 2.4.3　占位符
• 第3章　机器学习入门
• 3.1　机器学习的基本步骤
• 3.2　泰坦尼克号案例
• 3.2.1　泰坦尼克号事件
• 3.2.2　泰坦尼克号案例数据集
• 3.2.3　训练数据集预处理
• 3.2.4　测试数据集预处理
• 3.2.5　搭建神经网络
• 3.2.6　进行训练
• 3.2.7　进行预测并可视化
• 3.3　MNIST 手写数字识别案例
• 3.3.1　数据集简介
• 3.3.2　加载MNIST 数据集
• 3.3.3　构建网络模型
• 3.3.4　训练模型
• 3.3.5　测试模型
• 3.3.6　矩阵乘法和加法规则
• 3.4　机器学习相关概念详解
• 3.4.1　线性回归模型
• 3.4.2　激活函数
• 3.4.3　交叉熵
• 3.4.4　梯度下降法
• 第4章　深度学习之图像分类
• 4.1　卷积神经网络
• 4.1.1　卷积神经网络简介
• 4.1.2　卷积
• 4.2　卷积神经网络的基本结构
• 4.2.1　卷积层
• 4.2.2　池化层
• 4.3　树叶识别案例
• 4.3.1　样本集简介
• 4.3.2　卷积层
• 4.3.3　池化层
• 4.3.4　全连接层
• 4.3.5　正则化
• 4.3.6　其他部分的代码
• 第5章　TensorFlow Lite
• 5.1　概述
• 5.2　如何使用TensorFlow Lite
• 5.2.1　使用步骤
• 5.2.2　模型格式
• 5.2.3　模型格式转换
• 5.2.4　模型格式转换完整代码
• 5.3　树叶识别案例
• 5.3.1　功能和界面设计
• 5.3.2　Android Studio 配置
• 5.3.3　调用模型
• 5.3.4　使用模型
• 5.3.5　添加交互功能
• 5.4　“你画我猜” 案例
• 5.4.1　功能和界面设计
• 5.4.2　添加模型并配置项目
• 5.4.3　调用模型
• 5.4.4　使用模型
• 5.4.5　其他部分的代码
• 第6章　TensorFlow 的树莓派应用
• 6.1　嵌入式人工智能
• 6.1.1　概述
• 6.1.2　树莓派简介
• 6.2　树莓派准备工作
• 6.2.1　安装操作系统
• 6.2.2　配置网络
• 6.2.3　安装VNC Viewer
• 6.2.4　安装TensorFlow
• 6.2.5　安装OpenCV
• 6.2.6　连接摄像头
• 6.2.7　安装tqdm 库
• 6.3　基于树莓派的人脸识别案例
• 6.3.1　MTCNN 人脸识别模型
• 6.3.2　下载并运行人脸识别程序
• 第7章　Keras 案例
• 7.1　Keras 简介
• 7.2　基于Keras 的Fashion-MNIST 案例
• 7.2.1　Fashion-MNIST 数据集简介
• 7.2.2　下载和加载Fashion-MNIST 数据集
• 7.2.3　搭建网络
• 7.2.4　编译、训练和评估模型
• 第8章　TensorFlow.js
• 8.1　初识TensorFlow.js
• 8.1.1　TensorFlow.js 的应用方式
• 8.1.2　TensorFlow.js 的安装方式
• 8.2　微信小程序
• 8.2.1　微信小程序简介
• 8.2.2　注册
• 8.2.3　下载并安装微信开发者工具
• 8.2.4　新建微信小程序
• 8.2.5　修改小程序配置
• 8.3　在微信小程序中使用TensorFlowJS
• 8.3.1　添加插件
• 8.3.2　声明插件
• 8.3.3　安装Node.js
• 8.3.4　安装依赖包
• 8.3.5　测试TensorFlowJS
• 8.4　使用PoseNet 模型
• 8.4.1　安装PoseNet 模型
• 8.4.2　编写程序
• 反侵权盗版声明