首页 > 图书中心 >图书详情

AI源码解读:循环神经网络(RNN)深度学习案例(Python版)

以人工智能创新项目案例为主线,讲述各案例的功能、流程、代码以及结果;配套丰富资源

作者:李永华 曲宗峰 李红伟
定价:89
印次:1-1
ISBN:9787302579090
出版日期:2021.07.01
印刷日期:2021.06.29

《AI源码解读:循环神经网络(RNN)深度学习案例(Python版)》以人工智能发展为时代背景,通过20个实际案例应用机器学习模型和算法,为工程技术人员提供较为详细的实战方案,以便深度学习。 在编排方式上,全书侧重对创新项目的过程进行介绍。分别从整体设计、系统流程、实现模块等角度论述数据处理、模型训练及模型应用,并剖析模块的功能、使用和程序代码。为便于读者高效学习,快速掌握人工智能开发方法,《AI源码解读:循环神经网络(RNN)深度学习案例(Python版)》配套提供项目设计工程文档、程序代码、实现过程中出现的问题并给予解决方法,可供读者举一反三,二次开发。 《AI源码解读:循环神经网络(RNN)深度学习案例(Python版)》从系统设计、代码实现以及运行结果展示相结合,语言简洁,深入浅出,通俗易懂,不仅适合对Python编程有兴趣的爱好者,而且可作为高等院校参考教材,还可作为从事智能应用创新开发专业人员的技术用书。

more >

前言 Python作为人工智能和大数据的主要开发语言,具有灵活性强、扩展性好、应用面广、可移植、可扩展、可嵌入等特点,近几年发展迅速,热度上涨,人才需求量逐年攀升,相关课程已经成为高等院校的专业课程。 为适应当前教育教学改革的要求,更好地践行人工智能模型与算法应用,作者以实践教学与创新能力培养为目标,采取了创新方式,从不同难度、不同类型、不同算法,融合同类图书的优点,对实际智能应用案例进行总结。 本书主要内容和素材来自开源网站的人工智能经典模型算法、信息工程专业创新课程内容、作者近几年承担的科研项目成果、作者指导学生所完成的创新项目,学生不仅学到了知识,提高了能力,而且为本书提供了第一手素材和相关资料。 本书内容由总到分、先思考后实践、注重整体架构、系统流程与代码实现相结合。对于从事人工智能开发、机器学习和算法实现的专业技术人员,本书可以作为技术参考书、提高工程创新实践手册; 也可以作为信息通信工程及相关领域的本科生参考书,为机器学习模型分析、算法设计、应用实现提供帮助。 本书的编写得到了教育部高等学校电子信息类专业教学指导委员会、信息工程专业国家第一类特色专业建设项目、信息工程专业国家第二类特色专业建设项目、教育部CDIO工程教育模式研究与实践项目、教育部本科教学工程项目、信息工程专业北京市特色专业建设、北京市教育教学改革项目和北京邮电大学教育教学改革项目(编号为2019TD01)的大力支持,在此表示感谢! 由于作者经验与水平有限,书中难免存在疏漏及不当之处,衷心地希望各位读者多提宝贵意见及具体整改措施,以便作者进一步修改和完善。 作者2020年12月

more >
扫描二维码
下载APP了解更多

同系列产品more >

AI源码解读:机器学习案例(Python...

李永华
定 价:109元

查看详情
自动驾驶

张宏亮、徐利民、曾文达
定 价:49元

查看详情
机器视觉——使用HALCON描述与实现

杜斌
定 价:109元

查看详情
机器学习原理与实践(Python版)

左飞,补彬
定 价:89元

查看详情
深度学习理论及实战(MATLAB版)

赵小川、何灏
定 价:79元

查看详情
图书分类全部图书
more >
  • 李永华  现执教于北京邮电大学,拥有超过10年的嵌入式开发经验,目前致力于物联网、云计算与大数据的研究工作。在教学中善于以兴趣为导向,激发学生的创造性;以素质为基础,提高自身教学水平;以科研为手段,促进教学理念的转变。在研发及教学实践中指导学生实现300多个创新案例,参与了30余项***与企业横向课题的研究工作,在国内外学术期刊及会议发表论文60余篇,申请专利40余项,出版教材20余部。
  • 《AI源码解读:循环神经网络(RNN)深度学习案例(Python版)》侧重对创新项目的过程进行介绍。分别从整体设计、系统流程、实现模块等角度论述数据处理、模型训练及模型应用,并剖析模块的功能、使用和程序代码。
more >
  • 目录

    项目1文章辅助生成系统

    1.1总体设计

    1.1.1系统整体结构图

    1.1.2系统流程图

    1.2运行环境

    1.2.1Python环境

    1.2.2TextRank环境

    1.2.3TensorFlow环境

    1.2.4PyQt5及Qt Designer运行环境

    1.3模块实现

    1.3.1数据预处理

    1.3.2抽取摘要

    1.3.3模型搭建与编译

    1.3.4模型训练与保存

    1.3.5图形化界面的开发

    1.3.6应用封装

    1.4系统测试

    1.4.1训练困惑度

    1.4.2测试效果

    1.4.3模型应用

    项目2Trump推特的情感分析

    2.1总体设计

    2.1.1系统整体结构图

    2.1.2系统流程图

    2.2运行环境

    2.2.1Python环境

    2.2.2TensorFlow环境

    2.2.3工具包

    2.3模块实现

    2.3.1准备数据

    2.3.2数据预处理

    2.3.3模型构建

    2.3.4模型测试

    2.4系统测试

    2.4.1模型效果

    2.4.2模型应用

    项目3基于LSTM的影评情感分析

    3.1总体设计

    3.1.1系统整体结构图

    3.1.2系统前后端流程图

    3.2运行环境

    3.2.1Python环境

    3.2.2TensorFlow环境

    3.2.3Android环境

    3.3模块实现

    3.3.1...

精彩书评more >

标题

评论

版权所有(C)2019 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802013248号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘