Анатолий Постолит - Основы искусственного интеллекта в примерах на Python. Самоучитель
Название: | Основы искусственного интеллекта в примерах на Python. Самоучитель | |
Автор: | Анатолий Постолит | |
Жанр: | Искусственный интеллект, Python, Самоучители | |
Изадано в серии: | Самоучитель | |
Издательство: | БХВ-Петербург | |
Год издания: | 2021 | |
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]
- 1
- 2
- 3
- 4
- 5
- . . .
- последняя (7) »
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 --">
- 1
- 2
- 3
- 4
- 5
- . . .
- последняя (7) »
Книги схожие с «Основы искусственного интеллекта в примерах на Python. Самоучитель» по жанру, серии, автору или названию:
Иван Братко - Программирование на языке Пролог для искусственного интеллекта Жанр: Искусственный интеллект |
Владимир Валентинович Девятков - Системы искусственного интеллекта: Учебное пособие для вузов Жанр: Искусственный интеллект Год издания: 2001 Серия: Информатика в техническом университете |
Другие книги из серии «Самоучитель»:
Кейли Туран - Самоучитель по танцу живота Жанр: Руководства и инструкции Год издания: 2008 |
В Прокопова, К. Прокопов - Clubные танцы. ОН Жанр: Руководства и инструкции Год издания: 2007 Серия: Самоучитель |
Максим Валерьевич Кузнецов, Игорь Вячеславович Симдянов - Самоучитель РНР 7 Жанр: Самоучители Год издания: 2018 Серия: Самоучитель |
Владимир Петрович Молочков - Создание сайтов на Tilda. Самоучитель Жанр: Web-дизайн Год издания: 2021 Серия: Самоучитель |