從 AI 模型到智能機器人:基於 Python 與 TensorFlow

從 AI 模型到智能機器人:基於 Python 與 TensorFlow

作者: 高煥堂
出版社: 電子工業
出版在: 2019-08-01
ISBN-13: 9787121370113
ISBN-10: 7121370115
裝訂格式: 平裝
總頁數: 296 頁





內容描述


隨著AI(人工智能)技術及應用範圍不斷地擴大,Python程序代碼的複雜度也逐步增高,
這就要求Python開發者需要具備面向對象(Object-Oriented)思維和基本技術。
本書的分,從OOP+Python出發,由淺入深,循序漸進,幫讀者建立紮實的AI軟件開發的技術根基。
本書的第二部分,以AI技術為起點,以"老鼠學習”為範例,
講解如何以Python來撰寫簡單的AI模型(如Perceptron模型),並實際訓練使用,
讓讀者了解AI機器學習的原理、以及如何以Python程序來進行實踐。
本書的後一部分,以AI專業的TensorFlow平台為例,
說明如何善用這種專業的AI平台來設計專業NN(神經網絡)模型,孰悉其訓練及應用過程。
將您在TensorFlow環境所訓練好的AI模型,移植到Android手機或機器人(如華碩Zenbo)上,
大大提升終端設備的智能化、擴大應用,為用戶來創造更大商機。


作者介紹


高煥堂
通過他40多年的工作經歷,通過簡單易懂的AI模型訓練案例,
教會讀者如何利用Python與TensorFlow軟件平台進行學習並掌握AI編程。 
文筆生動有趣,案例簡單易上手,是中初級讀者快速掌握Python的很好的入門圖書。
 高煥堂老師在中國台灣地區/大陸都有多年的實體從業經驗,並為華為、
騰訊(成都)和百度的不錯設計師和IT架構師授課。 "




相關書籍

Inside Deep Learning: Math, Algorithms, Models

作者 Raff Edward

2019-08-01

OpenCV 深度學習應用與性能優化實踐

作者 吳至文 郭葉軍 宗煒 李鵬 趙娟

2019-08-01

Elements of Causal Inference: Foundations and Learning Algorithms (Adaptive Computation and Machine Learning series)

作者 Jonas Peters Dominik Janzing Bernhard Schölkopf

2019-08-01