TensorFlow深度学习实例教程_主编平震宇, 匡亮_9787111703655

本书主要包括8个项目, 分别为搭建TensorFlow开发环境, 手写数字识别: TensorFlow初探, 波士顿房价预测: 前馈神经网络, 服装图像识别: Keras搭建与训练模型, 图像识别: 卷积神经网络, AI诗人: 循环神经网络, 预测汽车油耗效率: TensorFlow.js应用开发和庆娣花卉识别: TensorFlow Lite。

人工智能是新一轮科技革命和产业变革的核心驱动力，给我国经济社会带来了极其深远的影响，既为促进经济建设注入了新动能，又为服务社会发展带来了新机遇。2019年，全国有171所高职院校开设了人工智能技术服务专业，为我国人工智能技术的发展提供科技和人才支撑，推动我国人工智能技术迈向新的高度。
深度学习带来了机器学习技术的革命，参与了人类重大的工程挑战，比如自动驾驶、医疗诊断和预测、跨语言的自由交流、更通用的人工智能系统等领域。本书主要介绍基于深度学习的基本概念以及TensorFlow深度学习框架应用开发技术，不仅介绍了深度学习的基础理论和主流的模型及算法（包括神经网络、卷积神经网络、循环神经网络等），而且重点讲解了如何基于TensorFlow框架针对不同的应用场景进行深度学习模型的选择、构建和应用。TensorFlow是Google于 2011 年发布的用于机器学习和深度学习功能的开源框架，在学术、科研和工业领域得到了广泛应用。
本书省略了烦琐的深度学习数学模型的推导，从实际应用问题出发，通过具体的项目介绍如何使用深度学习解决实际问题，主要包括手写数字识别、房价预测、服装图像识别、AI诗人、花卉识别等经典深度学习项目。在项目讲解过程中深入浅出地介绍了TensorFlow常用模块的使用方法，建立和训练模型的方式，在服务器、嵌入式设备和浏览器等平台部署模型的方法。本书包括8个项目，分别为搭建TensorFlow开发环境，手写数字识别：TensorFlow初探，房价预测：前馈神经网络，服装图像识别：Keras搭建与训练模型，图像识别：卷积神经网络，AI诗人：循环神经网络，预测汽车油耗效率：TensorFlow.js应用开发和花卉识别：TensorFlow Lite。
本书的编写理念是“以学生能力提升为本位”，指导原则是“理论以够用为度，技能以实用为本”，编写团队精心设置教学内容，重构知识与技能组织形式，体现案例教学、任务驱动等教学改革成果。本书主要特色与创新如下。
1．编写主体体现校企双元组合
职业教育的课堂教学需要及时反映技术发展的新动态，为了编写出高质量的工作手册式教材，制定合理的编写流程，需明确学校编写人员和企业编写人员的科学分工。企业编写人员将企业案例汇聚到实践项目中，把企业项目转化为教学项目，学校编写人员按照教学规律对技术内容进行适当转化和合理编排，这实质上是人才供需双方在人才培养目标和培养方式上达成共识的过程，也是一种取长补短、优势互补的协同化工作方式。
2．教材内容项目化
按照人工智能专业高素质技能人才必备的素质、知识和能力要求，将这些目标落实在基于真实工作过程的学习性工作任务载体中，围绕“将真实企业项目转化为教学任务，以项目为背景，以知识为主线，以提高能力和兴趣为目的，全面提升技能水平和职业素养”的思路进行教材设计，完整呈现企业典型项目的开发过程。
3．将“1+X”内容充分融入教材，职业技能标准规范化
本书涉及的知识点在“1+X”计算机视觉应用开发职业技能等级证书考核体系中占有相当大的比例，深入研究职业技能等级标准与有关专业教学标准，将证书培训考核知识点有机融入教材内容，推进书证融通、课证融通。积极发挥职业技能等级证书在促进院校人才培养、实施职业技能水平评价等方面的优势。
本书编写团队由江苏省科技创新团队、江苏省青蓝工程优秀教学团队核心成员、国家精品在线开放课程开发团队中的骨干教师组成，包括平震宇、匡亮、沈冠林、朱莹芳、凌路、高云、李涛、李阳、朱二喜。同时，吸收了知名企业一线专家深度参与本书的编写，无锡新思联信息技术有限公司的邓慧斌、徐佳，联合新大陆、澳鹏科技（无锡）有限公司以及瀚云科技有限公司等企业将其项目转化为教学项目。
在本书的编写过程中，得到了江苏信息职业技术学院孙萍、顾晓燕、华驰等老师的大力支持与帮助，他们为本书的编写提出了许多宝贵的意见和建议，在此向他们表示衷心的感谢。
虽然对书中所述内容尽量核实，并进行了多次文字校对，但因时间所限，书中难免有疏漏之处，恳请广大读者批评指正。

你还可能感兴趣

我要评论