移動端機器學習實戰(zhàn)

定　價：￥59.00

作　者：	[印度] 卡斯基延·NG（Karthikeyan NG）著，王東明，周達希譯
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥59.00)

ISBN：	9787115516848	出版時間：	2019-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	206	字數(shù)：

內容簡介

　　本書系統(tǒng)地講述如何基于TensorFlow Lite和Core ML構建Android與iOS應用程序。本書共9章。第1章介紹機器學習的基礎知識以及TensorFlow Lite和Core ML框架。第2～8章介紹如何開發(fā)7款常見應用程序，分別是一款預測人物年齡和性別的應用程序，一款在照片上應用藝術風格遷移的應用程序，一款用于面部檢測和條形碼掃描的應用程序，一款類似于Snapchat的應用程序，一款識別手寫數(shù)字的應用程序，一款流行的在線換臉應用程序，一款利用遷移學習完成食物分類的應用程序。第9章總結全書，并介紹基于機器學習的云服務。本書適合機器學習、深度學習和人工智能等方面的專業(yè)人士閱讀。

作者簡介

　　Karthikeyan NG是印度的一名工程和技術主管。之前他曾經在Symantec公司擔任軟件工程師，之后就職于兩家總部位于美國的初創(chuàng)企業(yè)，參與過各種類型的產品開發(fā)。他在開發(fā)各種可擴展的產品方面擁有超過9年的經驗，這些產品使用了Web、Mobile、機器學習（Machine Learning，ML）、增強現(xiàn)實以及虛擬現(xiàn)實技術。他是一名有抱負的企業(yè)家和技術傳播者，他勇于探索新技術并使用創(chuàng)新理念來解決問題。同時，他還是班加羅爾大學的客座教授。

圖書目錄

第　1章機器學習在移動端的使用情況　1
1．1　機器學習的基礎　3
1．1．1　監(jiān)督式學習　3
1．1．2　非監(jiān)督式學習　3
1．1．3　線性回歸——監(jiān)督式學習　4
1．2　TensorFlow Lite和Core ML　10
1．3　TensorFlow Lite　11
1．3．1　支持的平臺　12
1．3．2　TensorFlow Lite的內存使用情況和性能　13
1．3．3　動手使用TensorFlow Lite　14
1．3．4　將SavedModel轉換為TensorFlow Lite格式　15
1．3．5　在Android上使用TensorFlow Lite　16
1．3．6　在iOS上使用TensorFlow Lite　19
1．4　Core ML　20
1．4．1　Core ML模型轉換　21
1．4．2　iOS應用程序中的Core ML　22
1．5　本章小結　24
第　2章使用Core ML和CNN預測年齡與性別　25
2．1　年齡和性別預測　26
2．1．1　年齡預測　27
2．1．2　性別預測　27
2．2　卷積神經網絡　28
2．2．1　發(fā)現(xiàn)模式　28
2．2．2　找出圖片中的特征值　29
2．2．3　池化層　31
2．2．4　ReLU層　31
2．2．5　局部響應歸一化層　32
2．2．6　dropout層　32
2．2．7　全連接層　33
2．2．8　使用CNN完成年齡和性別預測　33
2．3　在iOS上使用Core ML實現(xiàn)應用程序　35
2．4　本章小結　44
第3章　在照片上應用
藝術神經風格遷移　45
3．1　藝術神經風格遷移　46
3．1．1　背景　47
3．1．2　VGG網絡　48
3．2　構建應用程序　49
3．2．1　TensorFlow-to-Core ML轉換　52
3．2．2　iOS應用程序　55
3．2．3　Android應用程序　57
3．3　本章小結　77
3．4　參考網站　77
第4章　基于Firebase的ML Kit　78
4．1　ML Kit的基礎　79
4．1．1　基本特征集　80
4．1．2　構建應用程序　81
4．2　人臉檢測　86
4．2．1　面部朝向追蹤　86
4．2．2　運行面部檢測器　91
4．3　條形碼掃描器　98
4．3．1　創(chuàng)建FirebaseVisionImage對象　99
4．3．2　創(chuàng)建FirebaseVisionBarcodeDetector對象　102
4．3．3　條形碼檢測　102
4．4　文本識別　105
4．4．1　基于設備的文本識別　105
4．4．2　基于云端的文本識別　107
4．5　本章小結　109
第5章　在Android上的AR濾鏡　110
5．1　MobileNet模型　111
5．2　構建Android應用程序　116
5．3　參考網站　134
5．4　問題　134
5．5　本章小結　134
第6章　使用對抗學習構建手寫數(shù)字分類器　135
6．1　生成式對抗網絡　136
6．2　MNIST數(shù)據(jù)庫　137
6．3　構建TensorFlow模型　138
6．4　訓練神經網絡　140
6．4．1　構建Android應用程序　143
6．4．2　用于手寫的FreeHandView　144
6．4．3　數(shù)字分類器　150
6．5　本章小結　153
第7章　使用OpenCV與朋友換臉　154
7．1　換臉　155
7．1．1　換臉的步驟　157
7．1．2　構建Android應用程序　160
7．1．3　構建本地的臉交換器庫　161
7．1．4　構建應用程序　167
7．2　本章小結　179
7．3　參考信息　179
7．4　問題　180
第8章　使用遷移學習完成食物分類　181
8．1　遷移學習　182
8．2　訓練TensorFlow模型　184
8．2．1　安裝TensorFlow　184
8．2．2　訓練圖片　184
8．2．3　使用圖片重新訓練　185
8．2．4　構建iOS應用程序　191
8．3　本章小結　198
第9章　接下來做什么　199
9．1　溫故而知新　200
9．1．1　當開發(fā)機器學習應用程序時從何處入手　201
9．1．2　構建自己的模型　203
9．2　本章小結　206
9．3　進一步閱讀　206