人工智能实验简明教程 清华大学出版社 阿里云 kindle chm umd 极速 pdf txt 下载

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、人工智能爱好者参考。

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

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：人工智能实验简明教程 清华大学出版社在线阅读

在线听书地址：人工智能实验简明教程 清华大学出版社在线收听

在线购买地址：人工智能实验简明教程 清华大学出版社在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

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。