图书介绍
AlphaGo如何战胜人类围棋大师 智能硬件TensorFlow实践PDF|Epub|txt|kindle电子书版本网盘下载
- 陈震，郑文勋编著 著
- 出版社： 北京：清华大学出版社
- ISBN：9787302492702
- 出版时间：2018
- 标注页数：121页
- 文件大小：13MB
- 文件页数：132页
- 主题词：人工智能－算法－研究
PDF下载
下载说明
AlphaGo如何战胜人类围棋大师 智能硬件TensorFlow实践PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 机器智能的发展1
1.1 机器智能1
1.1.1 机器智能的定义1
1.1.2 机器智能的分类1
1.2 深度学习2
1.2.1 机器智能的神经网络方法2
1.2.2 人工神经元与人工神经网络3
1.2.3 神经网络的复兴4
1.3 机器学习5
1.3.1 机器学习的基本原理5
1.3.2 机器学习泛化能力6
1.3.3 大数据是深度学习的基础6
参考文献7
第2章 深度学习8
2.1 深度学习的原理8
2.1.1 人工神经元8
2.1.2 多层人工神经网络10
2.1.3 神经网络训练11
2.2 典型的神经网络架构15
2.2.1 卷积神经网络15
2.2.2 循环神经网络17
2.2.3 长短时记忆循环网络18
2.2.4 门控循环单元循环网络19
2.3 机器感知21
2.3.1 语音识别21
2.3.2 计算机视觉25
2.4 深度学习实践26
2.4.1 建模工具26
2.4.2 软硬件工具26
2.5 小结28
参考文献28
第3章 强化学习30
3.1 强化学习基础30
3.1.1 强化学习概述30
3.1.2 深度强化学习32
3.1.3 强化学习框架35
3.2 计算机围棋36
3.2.1 围棋游戏36
3.2.2 蒙特卡洛树搜索37
3.2.3 基于卷积网络的围棋程序43
3.3 阿尔法围棋的原理43
3.3.1 阿尔法围棋团队44
3.3.2 深度卷积网络44
3.3.3 结合策略网络和价值网络的蒙特卡洛树搜索46
3.3.4 阿尔法围棋技术总结48
3.4 小结49
参考文献49
第4章 TensorFlow简介51
4.1 TensorFlow51
4.2 TensorFlow使用53
4.2.1 TensorFlow起步53
4.2.2 Tensor Flow数据的结构53
4.2.3 TensorFlow的工作流程54
4.3 Tensor运算54
4.4 导入实验数据55
4.4.1 NumpyArray方法56
4.4.2 TensorFlow组件方法57
4.4.3 TensorFlow示例58
4.5 TensorBoard示例59
4.6 小结61
参考文献61
第5章 Keras简介62
5.1 Keras62
5.2 Keras组织结构63
5.2.1 Models63
5.2.2 Core Layers63
5.2.3 Layers63
5.2.4 Activations63
5.2.5 Optimizers64
5.3 Keras实践64
5.3.1 Keras安装64
5.3.2 Keras使用65
5.4 小结66
参考文献66
第6章 声控智能1——预处理与训练67
6.1 声控智能67
6.1.1 语音指令67
6.1.2 语音时频谱图68
6.1.3 语音文件录音68
6.2 实验过程69
6.2.1 语音数据预处理69
6.2.2 语音识别网络70
6.2.3 TensorFlow/Keras的使用73
6.3 小结76
参考文献77
第7章 声控智能 2——部署78
7.1 网站端——在线推断78
7.1.1 云知音网站功能78
7.1.2 Flask网站搭建79
7.1.3 Flask＋Keras实现80
7.2 移动端——离线推断81
7.2.1 移动端的网络模型文件81
7.2.2 安卓平台的TensorFlow库生成85
7.2.3 安卓应用的TensorFlow库调用88
7.2.4 安卓应用的录音功能调用89
7.2.5 快速集成开发91
7.3 小结93
参考文献94
第8章 PYNQ语音识别95
8.1 PYNQ95
8.1.1 PYNQ简介95
8.1.2 PYNQ-Z1开发板95
8.1.3 Jupyter Notebook97
8.2 实验设计97
8.2.1 PYNQ设置97
8.2.2 服务器端设置99
8.3 实验过程101
8.3.1 AudioInput101
8.3.2 传送云端105
参考文献106
第9章 TX1视觉对象检测107
9.1 英伟达Jetson TX1107
9.2 YOLO算法107
9.2.1 YOLO算法107
9.2.2 YOLOv2算法110
9.2.3 YOLO的TX1实践112
9.3 SSD算法113
9.3.1 SSD算法介绍113
9.3.2 SSD的TX1实践113
参考文献115
后记116
附录A Python和TensorFlow操作基础117
A.1 Python实践基础117
A.2 TensorFlow实践基础120