Библиотека knigago >> Компьютеры: Языки и системы программирования >> Python >> Основы искусственного интеллекта в примерах на Python. Самоучитель


СЛУЧАЙНЫЙ КОММЕНТАРИЙ

# 1422, книга: Дитя общины
автор: Бранислав Нушич

"Дитя общины" Бранислава Нушича — это блестящее произведение классической сербской литературы, которое стоит времени каждого читателя. Публикация этой сатирической повести в 1878 году стала знаковым моментом в истории сербской литературы, поскольку она безжалостно высмеяла социальное лицемерие и коррупцию того времени. История повествует о Милану, молодом студенте из бедной сельской общины, который отправляется в Белград, столицу Сербии, чтобы продолжить свое образование. Там он...

Анатолий Постолит - Основы искусственного интеллекта в примерах на Python. Самоучитель

Основы искусственного интеллекта в примерах на Python. Самоучитель
Книга - Основы искусственного интеллекта в примерах на Python. Самоучитель.  Анатолий Постолит  - прочитать полностью в библиотеке КнигаГо
Название:
Основы искусственного интеллекта в примерах на Python. Самоучитель
Анатолий Постолит

Жанр:

Искусственный интеллект, Python, Самоучители

Изадано в серии:

Самоучитель

Издательство:

БХВ-Петербург

Год издания:

ISBN:

978-5-9775-6765-7

Отзывы:

Комментировать

Рейтинг:

Поделись книгой с друзьями!

Помощь сайту: донат на оплату сервера

Краткое содержание книги "Основы искусственного интеллекта в примерах на Python. Самоучитель"

Описаны инструментальные средства для разработки приложений искусственного интеллекта. Даны основы языка программирования Python. Раскрыты основные понятия и определения искусственного интеллекта. Рассмотрены вопросы программной реализации элементов нейронной сети и построения многослойных нейронных сетей. Большое внимание уделено применению специализированных библиотек PyBrain, Scikit-leam, Keras, TensorFlow для формирования структуры нейронных сетей и их обучения и библиотек ImageAI и OpenCV для обработки изображений. Материал иллюстрирован простыми и понятными примерами, демонстрирующими использование предварительно обученных нейронных сетей для распознавания объектов на изображениях, создания собственных наборов данных, формирования структуры сети, ее обучения и практического применения. Электронное приложение-архив, доступное на сайте издательства, содержит листинги описанных в книге примеров. Для программистов

Читаем онлайн "Основы искусственного интеллекта в примерах на Python. Самоучитель" (ознакомительный отрывок). [Страница - 3]

.."..........................:................................................................................ 193

Глава 6. Полезные библиотеки для создания нейронных сетей на Python...... 195
6.1. Виды специализированных библиотек .......................................................................'........ 196
6.1.1. NumPy ......................................................................................................................... 196
· 6.1.2. Pandas .......................................................................................................................... 196
6.1.3. matplotlib ..................................................................................................................... 196
6.1.4. Theano ......................................................................................................................... 197
6.1.5. TensorFlow ..................................................................................................................197
6.1.6. Keras ............................................................................................................................ 197
6.1.7. PyBrian ........................................................................................................................ 198
6.2. Библиотека для построения нейронных сетей PyBrain ..................................................... 198
6.2.1. Общие сведения о библиотеке PyBrain .................................................................... 198
6.2.2. Термины и определения в библиотеке PyBrain .......................................................201
6.2.3. Установка (подключение) библиотеки PyBrain ....................................................... 203
6.2.4. Основы работы с библиотекой PyBrain ....................................................................204
6.2.5. Работа с наборами данных в библиотеке PyBrain ................................................... 207
6.2.6. Пример создания нейронной сети с библиотекой PyBrain ..................................... 216
6.3. Библиотека scikit-learn для создания и обучения нейронных сетей ................................. 220
6.3.1. Наборы данных в библиотеке scikit-learn.................................................................224
6.3.2. Обучающие и тестовые наборы данных в библиотеке scikit-leam ......................... 226
6.3.3. Предварительный анализ наборов данных : ............................................................. 228
6.3.4. Обучение нейронной сети с библиотекой scikit-leam ............................................. 231
6.3.5. Оценка качества обучения моделей в библиотеке scikit-leam................................233
6.3.6. Персептрон и библиотека scikit-learn .......................................................................234
6.3.7. Классификаторы на основе логистической регрессии в библиотеке scikit-learn ..... 240
6.4. Библиотека Keras и сверточные нейронные сети .............................................................. 245
6.4.1. Общие сведения о библиотеке Keras ........................................................................ 245
6.4.2. Сверточные нейронные сети ..................................................................................... 246
6.4.3. Строим сверточную нейронную сеть с библиотекой Keras .................................... 251
6.5. Нейронные сети с библиотекой TensorFlow ....................................................................... 266
6.5.1. Строим простую нейронную сеть с библиотекой TensorFlow ...............................267
6.5.2. Строим нейронную сеть для классификации изображений
с библиотекой TensorFlow ..............:....................................................................................271
6.6. Краткие итоги главы.............................................................................................................288
Глава 7. Библиотека ImageAI для создания нейронных сетей
обработки изображений ............................................................................................. 289
7.1. Классы распознавания и обнаружения объектов на изображениях ................................. 290
7.1.1. Класс ImagePrediction для распознавания объектов в изображениях ...................290
.setMode/TypeAsSqueezeNetO ..................................................................................... 292
setMode/TypeAsResNetO ............................................................................................. 292
.setMode/TypeAslnception VЗО .................................................................................... 292
.setMode/TypeAsDenseNetO ........................................................................................ 293
.setMode/PathO ............................................................................................................ 293
.loadModel0 .................................................................................................................293

б

Оглавление

.predictlmageO ............................................................................................................. 293
.predictMultiplelmagesO .............................................................................................. 294
7.1.2. Класс ObjectDetection для обнаружения и извлечения объектов из
изображений ..................................................................................·.......................................300
. setMode/TypeAsRetinaNetO ........................................................................................ 301
.setMode/TypeAsYOLOvЗQ ..........................................................................................301
.setMode/TypeAsTinyYOLOvЗQ ...................................................................................301
.setMode/PathO ............................................................................................................ 301
.loadModel0 .................................................................................................................301
.detectObjectsFromlmageO ......................................................................................... 302
. CustomObjectsO .......................................................................................................... 305
.detectCustomObjectsFromlmageO ............................................................................. 306
7.2. Классы распознавания объектов в видеофайлах и видеопотоках.....................................312
7.2.1. Класс VideoObjectDetection для --">

Оставить комментарий:


Ваш e-mail является приватным и не будет опубликован в комментарии.