新書推薦：
《
刘伯温与哪吒城：北京建城的传说
》
售價：NT$
449.0
《
文化的故事：从岩画艺术到韩国流行音乐（译林思想史）哈佛大学教授沉淀之作 获奖不断 全球热销 亲历文化史上的15个关键点 从史前艺术到当代韩流的人类文化全景
》
售價：NT$
398.0
《
不结婚的社会：双亲如何成为特权，以及家庭为何很重要
》
售價：NT$
296.0
《
怎样决定大事
》
售價：NT$
510.0
《
蓝色机器：感受海洋引擎的深沉脉动
》
售價：NT$
449.0
《
用科学了解面包的“为什么” （全彩图解版）
》
售價：NT$
449.0
《
美元霸权的兴衰：它将如何影响全球经济、金融市场和我们的财富（梳理美元发展历程，剖析崛起与衰退的根源）
》
售價：NT$
296.0
《
纸上博物馆·文明的崩溃：庞贝+玛雅+美索不达米亚（法国伽利玛原版引进，450+资料图片，16开全彩印刷）
》
售價：NT$
1295.0
|
| 編輯推薦： |
《深度学习项目开发实践（TensorFlow Sklearn PyTorch）（微视频版）》的特色如下：
1. 实践项目案例：通过深入的项目案例分析，读者将了解项目开发中的关键问题、挑战和解决方案，帮助读者将理论知识转化为实际操作技能。
2. 多领域跨行业：本书覆盖了多个领域和行业的项目案例，涉及不同的编程概念和技术。通过完成这些项目，读者将能够综合运用所学的知识，培养解决问题的能力，了解不同场景下的项目开发特点。
3. 实用技巧分享：作者结合自身丰富的项目经验，分享了大量实用的项目开发技巧和经验，帮助读者更高效地完成项目开发工作。
4. 配书资源丰富：本书不仅提供了书中实例的源代码，还录制了所有项目的讲解视频，读者可以扫码获取这些资源，帮助读者提高学习效率。
|
| 內容簡介： |
Python是当今使用最为广泛的开发语言之一，被认为是开发深度学习程序的最佳语言。《深度学习项目开发实践（TensorFlow Sklearn PyTorch）（微视频版）》通过9个综合实例，详细讲解了使用Python语言开发大型深度学习项目的过程，这些项目在现实应用中具有极强的代表性。第1章讲解了AI智能问答系统的具体实现流程；第2章讲解了AI智能推荐系统的具体实现流程；第3章讲解了智能OCR文本检测识别系统的具体实现流程；第4章讲解了国际足球比赛结果预测系统的具体实现流程；第5章讲解了智能绘图系统的具体实现流程；第6章讲解了利用ChatGPT开发微信客服机器人的具体实现流程；第7章讲解了移动机器人智能物体识别系统的具体实现流程；第8章讲解了AI考勤管理系统的具体实现流程；第9章讲解了网络舆情数据分析系统的具体实现流程。在具体讲解每个实例时，都遵循项目的进度顺序来讲解，从接到项目到具体开发，直到最后的调试和发布，内容循序渐进，并穿插讲解了这样做的原因，深入讲解了每个重点内容的具体细节，引领读者全面掌握Python深度学习开发技术。
《深度学习项目开发实践（TensorFlow Sklearn PyTorch）（微视频版）》不但适合Python深度学习开发的初学者学习，也适合有一定Python深度学习开发基础的读者学习，还可以作为有一定基础的程序员的参考书。
|
| 關於作者： |
|
王振丽，华中科技大学计算机硕士，知名Python开发工程师，热衷于移动开底层系统架构、驱动开发、AI开发的研究和具体工作，对Python人工智能的架构设计和实现原理有非常深刻的认识和理解，应用开发经验也十分丰富。
|
| 目錄：
|
第1章 AI智能问答系统 1
1.1 背景介绍 2
1.1.1 互联网的影响 2
1.1.2 问答系统的发展 2
1.2 问答系统的发展趋势：AI问答系统 4
1.2.1 人工智能介绍 4
1.2.2 机器学习 5
1.2.3 深度学习 5
1.2.4 系统介绍 6
1.3 技术架构 6
1.3.1 TensorFlow.js 6
1.3.2 SQuAD 2.0 7
1.3.3 BERT 8
1.3.4 知识蒸馏 8
1.4 具体实现 9
1.4.1 编写HTML文件 9
1.4.2 脚本处理 11
1.4.3 加载训练模型 12
1.4.4 查询处理 12
1.4.5 文章处理 14
1.4.6 加载处理 16
1.4.7 寻找答案 17
1.4.8 提取最佳答案 18
1.4.9 将答案转换回文本 20
1.5 调试运行 20
第2章 AI智能推荐系统 23
2.1 背景介绍 24
2.1.1 推荐系统能解决什么问题 24
2.1.2 推荐系统的应用领域 25
2.1.3 推荐系统和搜索引擎 25
2.2 项目介绍 26
2.3 数据采集和整理 26
2.3.1 数据整理 26
2.3.2 电影详情数据 30
2.3.3 提取电影特征 37
2.4 情感分析和序列化操作 43
2.5 Web端实时推荐 44
2.5.1 Flask启动页面 44
2.5.2 模板文件 47
2.5.3 后端处理 49
2.6 调试运行 56
第3章 智能OCR文本检测识别系统 59
3.1 背景介绍 60
3.2 OCR系统简介 60
3.2.1 OCR的基本原理和使用方式 60
3.2.2 文字识别的基本步骤 61
3.2.3 深度学习对OCR的影响 63
3.2.4 与OCR相关的深度学习技术 63
3.3 系统介绍 64
3.4 准备模型 65
3.4.1 文本检测模型 65
3.4.2 文本识别模型 65
3.5 创建工程 66
3.5.1 工程配置 66
3.5.2 配置应用程序 67
3.5.3 导入模型 68
3.6 具体实现 68
3.6.1 页面布局 69
3.6.2 实现主Activity 69
3.6.3 图像处理操作 73
3.6.4 运行OCR模型 76
3.7 调试运行 80
第4章 国际足球比赛结果预测系统 81
4.1 欧洲足球五大联赛 82
4.2 模块架构 83
4.3 准备数据 83
4.4 数据可视化分析 84
4.4.1 事件收集 84
4.4.2 射门数据可视化 87
4.4.3 球队和球员数据可视化 89
4.4.4 联赛数据可视化 96
4.4.5 巴塞罗那队的进球数据饼形图 100
4.4.6 红牌和黄牌数据可视化 101
4.4.7 进球数据可视化 106
4.4.8 梅西和C罗的数据可视化 114
4.4.9 五大联赛的球员数量可视化 118
4.5 比赛预测 119
4.5.1 读取数据 119
4.5.2 清洗数据 121
4.5.3 逻辑回归算法 122
4.5.4 创建梯度提升模型 123
4.5.5 创建随机森林分类器模型 124
4.5.6 不平衡处理 126
4.6 进球预测 128
4.6.1 预处理 128
4.6.2 创建循环神经网络 132
第5章 智能素描绘图系统 137
5.1 项目介绍 138
5.2 需求分析 138
5.3 功能模块 139
5.4 预处理 140
5.4.1 低动态范围配置 140
5.4.2 图像处理和调整 141
5.4.3 获取原始图像的笔画 143
5.4.4 方向检测 147
5.4.5 去蓝处理 150
5.4.6 图像合成 152
5.4.7 快速排序 156
5.4.8 侧窗滤波 157
5.5 开始绘图 160
5.5.1 基于边缘绘画的绘图程序 160
5.5.2 绘制铅笔画 170
第6章 ChatGPT微信客服机器人 173
6.1 ChatGPT概述 174
6.1.1 ChatGPT的发展历程 174
6.1.2 GPT系列的演变 175
6.1.3 ChatGPT的主要特点 175
6.2 系统介绍 176
6.3 项目结构 176
6.4 准备工作 177
6.4.1 注册成为OpenAI会员 177
6.4.2 获取API key 178
6.5 系统配置 181
6.5.1 基本配置 181
6.5.2 其他配置 182
6.6 通道处理 188
6.6.1 通用处理逻辑 188
6.6.2 微信聊天通道 194
6.6.3 微信公众号通道 199
6.7 对话处理 204
6.7.1 OpenAI对话 204
6.7.2 ChatGPT对话 207
6.7.3 Baidu Unit对话 212
6.8 语音识别 213
6.8.1 OpenAI语音识别 213
6.8.2 谷歌语音识别 214
6.8.3 百度语音识别 215
6.8.4 Microsoft Azure语音识别 218
6.9 调试运行 219
第7章 移动机器人智能物体识别系统 221
7.1 背景介绍 222
7.2 物体识别 222
7.2.1 物体识别介绍 223
7.2.2 图像特征的提取方法 223
7.3 系统介绍 225
7.4 准备模型 226
7.4.1 模型介绍 226
7.4.2 自定义模型 227
7.5 基于Android的机器人智能检测器 230
7.5.1 准备工作 230
7.5.2 页面布局 232
7.5.3 实现主Activity 232
7.5.4 物体识别界面 238
7.5.5 相机预览界面拼接 241
7.5.6 lib_task_api方案 249
7.5.7 lib_interpreter方案 251
7.6 基于iOS的机器人智能检测器 256
7.6.1 系统介绍 256
7.6.2 视图文件 258
7.6.3 相机处理 270
7.6.4 处理TensorFlow Lite模型 277
7.7 调试运行 284
第8章 AI考勤管理系统 285
8.1 背景介绍 286
8.2 系统介绍 286
8.3 系统需求分析 287
8.3.1 可行性分析 287
8.3.2 系统操作流程分析 287
8.3.3 系统模块设计 287
8.4 系统配置 289
8.4.1 Django配置文件 289
8.4.2 路径导航文件 289
8.4.3 设计数据模型 290
8.5 用户登录验证 291
8.5.1 登录表单页面 291
8.5.2 登录验证 292
8.6 添加新员工信息 293
8.6.1 后台主页面 293
8.6.2 添加员工表单页面 295
8.6.3 添加员工信息 296
8.7 采集员工照片信息 296
8.7.1 设置采集对象 297
8.7.2 采集照片 298
8.8 训练照片模型 300
8.8.1 前台页面 300
8.8.2 预测处理 300
8.8.3 训练数据集 301
8.8.4 训练可视化 302
8.9 考勤打卡 303
8.9.1 上班打卡签到 303
8.9.2 下班打卡签退 305
8.10 查看员工考勤信息 305
8.10.1 统计最近两周的考勤信息 306
8.10.2 查看某员工在指定时间范围内的考勤信息 308
8.10.3 查看指定日期的考勤信息 310
8.11 查看本人的考勤信息 311
8.11.1 视图函数 311
8.11.2 模板文件 313
8.12 调试运行 315
第9章 网络舆情数据分析系统 317
9.1 系统介绍 318
9.1.1 舆情数据分析的方式和意义 318
9.1.2 舆情热度分析 318
9.2 架构设计 319
9.2.1 模块分析 319
9.2.2 系统结构 320
9.3 微博爬虫 320
9.3.1 系统配置 321
9.3.2 批量账号模拟登录 321
9.3.3 爬取信息 323
9.4 系统后端 334
9.4.1 系统配置 334
9.4.2 数据结构设计 334
9.4.3 数据处理 339
9.4.4 微博话题分析 345
9.5 系统前端 352
9.5.1 API导航 352
9.5.2 博文详情 353
|
| 內容試閱：
|
项目实战的重要性
在竞争日益激烈的软件开发就业市场中，拥有良好的理论知识固然重要，但实践是将理论知识转化为实际技能的关键，它不仅能够帮助我们更好地理解和记忆所学的知识，还能够培养我们解决问题和创新的能力。
在计算机科学领域，项目实战是一种将理论知识转化为实际应用能力的实践活动。虽然课堂教学和理论学习是基础，但只有通过实际项目的实践，才能真正掌握所学的知识，并将其运用到实际场景中。项目实战的重要性具体如下。
(1) 实践锻炼：通过参与项目实战，我们将面临真实的编码挑战，从中学习解决问题的能力和技巧。实践锻炼有助于个人逐渐熟悉编程语言、开发工具和常用框架，提高编码技术和编码质量。
(2) 综合能力培养：项目实战要求我们综合运用相关的知识点和技术，从需求分析、设计到实现和测试等环节，全方位地培养我们的综合能力。
(3) 团队协作经验：项目实战通常需要与团队成员合作完成，这对培养我们的团队协作和沟通能力至关重要。通过与他人合作，我们将学会协调工作，共同解决问题，并加深对团队合作的理解和体验。
(4) 独立思考能力：通过克服项目实战中遇到的困难和挫折，将培养出我们的自信和勇气，提高独立思考和解决问题的能力。
(5) 实践经验加分：在未来求职过程中，项目实战经验将成为一大亮点。用人单位更看重具有实践经验的候选人，它们更倾向于选择那些能够快速适应工作环境并提供实际解决方案的人才。
为了帮助广大读者从一名学习编程初学者快速成长为有实践经验的开发高手，我们精心编写了本书。本书将以实战项目为素材，从项目背景和规划开始讲解，一直到项目的调试运行和维护结束，完整展示大型商业项目的运作和开发流程。
本书特色
1) 以实践为导向
本书的核心理念是通过实际项目的完成来学习并掌握深度学习开发技术。每个项目都非常实用，涵盖了不同领域和应用场景，帮助读者将所学的知识直接应用到实际项目中。
2) 项目新颖、框架多
本书中的9个实战项目贴合现实主流应用领域，都是当今开发领域的热点，并且书中的项目几乎用到了所有的深度学习开发的相关框架，例如TensorFlow.js、PyTorch、OpenCV、Scikit- image、OpenAI、ChatGPT、TensorFlow Lite、TensorFlow、Scikit-learn、Pandas、Matplotlib等。
3) 渐进式学习
本书按照难度逐渐增加的顺序组织项目，从简单到复杂，让读者能够循序渐进地学习和提高。每个项目都有清晰的目标和步骤，引导读者逐步实现功能。
4) 综合性项目
本书包含多个综合性项目，涉及不同的编程概念和技术。通过完成这些项目，读者将能够综合运用所学的知识，养成解决问题的能力和系统设计的思维。
5) 提供解决方案和提示
每个项目都提供了详细的解决方案和提示，帮助读者理解项目的实现细节和关键技术。这些解决方案和提示旨在启发读者思考，并提供参考，但也鼓励读者根据自己的理解和创意进行探索与实现。
6) 实用的案例
本书的项目涉及多个实际应用领域，如智能问答系统、文本检测识别系统、结果预测等。这些案例不仅有助于读者理解深度学习开发的应用范围，还能够培养读者解决实际问题的能力。
7) 强调编程实践和创造力
本书鼓励读者在学习和实践过程中发挥创造力，尝试不同的方法和解决方案。通过实践和创造，读者能够深入理解编程原理，提高解决问题的能力，并养成独立开发和创新的能力。
8) 配书资源丰富
在本书附配的资源中，不仅有书中实例的源代码和PPT课件(读者可扫描右侧二维码获取)，还有书中案例的全程视频讲解，视频讲解读者可扫描书中二维码获取。
在编写本书的过程中，我们始终本着科学、严谨的态度，力求精益求精，但疏漏之处在所难免，敬请广大读者批评、指正。
最后感谢您购买本书，希望本书能成为您编程路上的领航者，祝您学习愉快！
编 者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
