Читать фрагмент

книга

Умные мобильные проекты с Tensorflow

Платформа TensorFlow от компании Google является ведущим инструментом с открытым исходным кодом для машинного обучения. Эта книга охватывает более 10 полноценных приложений для iOS, Android и Raspberry Pi на базе TensorFlow, построенных с нуля и выполняющих всевозможные модели в автономном режиме прямо на устройстве: от компьютерного зрения и обработки речи и языка до генеративно-состязательных сетей и AlphaZero-подобного глубокого самообучения с максимизацией получаемого вознаграждения.Издание предназначено широкому кругу разработчиков, желающих использовать возможности искусственного интеллекта в своих проектах.

Форматы: PDF

Издательство: ДМК Пресс

Год: 2019

Место издания: Москва

ISBN: 978-5-97060-706-0

Страниц: 385

Артикул: 94928

Возрастная маркировка: 16+

Электронная книга

790 ₽

Купить и скачать

Содержание

Содержание книги "Умные мобильные проекты с Tensorflow . 10+ приложений искусственного интеллекта, построенных с помощью платформ TensorFlow Mobile и TensorFlow Lite для iOS, Android и Raspberry Pi"

Предисловие

Об авторе

О рецензентах

Введение

Для кого предназначена эта книга

Что охватывает эта книга

Как получить максимальную отдачу от этой книги

Когда читать данную книгу

Скачивание файлов с примерами кода

Условные обозначения

Комментарии переводчика

Глава 1. Начало работы с платформой TensorFlow Mobile

Настройка платформы TensorFlow

Настройка TensorFlow в MacOS

Настройка TensorFlow в Ubuntu с поддержкой GPU

Настройка среды разработки Xcode

Настройка среды разработки Android Studio

TensorFlow Mobile против TensorFlow Lite

Выполнение примеров приложений TensorFlow для iOS

Выполнение примеров приложений TensorFlow для Android

Резюме

Глава 2. Классифицирование изображений с помощью трансферного обучения

Трансферное обучение – что это такое и почему

Вторичная тренировка с использованием модели Inception v3

Вторичная тренировка с использованием моделей MobileNet

Использование вторично натренированных моделей в примере приложения для iOS

Использование вторично натренированных моделей в примере приложения для Android

Добавление платформы TensorFlow в свое собственное приложение для iOS

Добавление платформы TensorFlow в свое собственное приложение для iOS на языке Objective-C

Добавление платформы TensorFlow в свое собственное приложение для iOS на языке Swift

Добавление платформы TensorFlow в свое собственное приложение для Android

Резюме

Глава 3. Обнаружение и локализация объектов

Обнаружение объектов – краткий обзор

Настройка API TensorFlow обнаружения объектов

Быстрая установка и пример

Использование предварительно натренированных моделей

Вторичная тренировка моделей на основе SSD‑MobileNet и более быстрого RCNN-детектора

Использование моделей обнаружения объектов в iOS

Ручная сборка библиотек TensorFlow для iOS

Использование библиотек TensorFlow для iOS в приложении

Добавление функционала обнаружения объектов в приложение для iOS

Использование YOLO2 – еще одной модели обнаружения объектов

Резюме

Глава 4. Трансформирование рисунков с помощью художественных стилей

Нейронный перенос стиля – краткий обзор

Тренировка моделей быстрого нейронного переноса стиля

Использование моделей быстрого нейронного переноса стиля в iOS

Добавление и тестирование с моделями быстрого нейронного переноса

Анализ программного кода iOS с использованием моделей быстрого нейронного переноса

Использование моделей быстрого нейронного переноса стиля в Android

Использование многостилевой модели TensorFlow Magenta в iOS

Использование многостилевой модели TensorFlow Magenta в Android

Резюме

Глава 5. Понимание простых речевых команд

Распознавание речи – краткий обзор

Тренировка простой модели распознавания команд

Использование простой модели распознавания речи в Android

Создание нового приложения с использованием модели

Вывод результатов распознавания

Использование простой модели распознавания речи в iOS на языке Objective-C

Создание нового приложения с использованием модели

Исправление ошибок загрузки модели с помощью файла tf_op_files.txt

Использование простой модели распознавания речи в iOS

на языке Swift

Резюме

Глава 6. Описание изображений на естественном языке

Аннотирование изображений – как оно работает

Тренировка и замораживание модели аннотирования изображений

Тренировка и тестирование генерирования аннотаций

Замораживание модели аннотирования изображений

Трансформация и оптимизация модели аннотирования изображений

Исправление ошибок в трансформированных моделях

Оптимизация трансформированной модели

Использование модели аннотирования изображений в iOS

Использование модели аннотирования изображений в Android

Резюме

Глава 7. Распознавание рисунков с помощью CNN- и LSTM-сетей

Классификация рисунков – как это работает

Тренировка, предсказание и подготовка модели классификации рисунков

Тренировка модели классификации рисунков

Предсказание с помощью модели классификации рисунков

Подготовка модели классификации рисунков

Использование модели классификации рисунков в iOS

Сборка пользовательской библиотеки TensorFlow для iOS

Разработка приложения для iOS с использованием модели

Использование модели классификации рисунков в Android

Сборка пользовательской библиотеки TensorFlow для Android

Разработка приложения для Android с целью применения модели

Резюме

Глава 8. Предсказание биржевой цены с помощью RNN-сети

RNN-сеть и предсказание биржевой цены – что это такое и как это делается

Использование API TensorFlow RNN для предсказания биржевой цены

Тренировка RNN-модели в TensorFlow

Тестирование модели TensorFlow RNN

Использование API RNN LSTM библиотеки Keras для предсказания биржевой цены

Тренировка LSTM-модели в библиотеке Keras

Тестирование модели Keras RNN

Выполнение моделей TensorFlow и Keras в iOS

Выполнение моделей TensorFlow и Keras в Android

Резюме

Глава 9. Генерирование и улучшение изображений с помощью GAN‑сети

GAN-сеть – что это такое и почему

Построение и тренировка GAN-моделей с помощью TensorFlow

Базовая GAN-модель генерирования рукописных цифр

Продвинутая GAN-модель улучшения разрешающей способности изображения

Использование GAN-моделей в iOS

Использование базовой GAN-модели

Использование продвинутой GAN-модели

Использование GAN-моделей в Android

Использование базовой GAN-модели

Использование продвинутой GAN-модели

Резюме

Глава 10. Создание мобильного игрового AlphaZero-подобного приложения

Алгоритм AlphaZero – как он работает?

Тренировка и тестирование AlphaZero-подобной модели для игры «Четыре в ряд»

Тренировка модели

Тестирование модели

Анализ программного кода построения модели

Заморозка модели

Использование модели игры «Четыре в ряд» в iOS

Использование модели игры «Четыре в ряд» в Android

Резюме

Глава 11. Применение платформ TensorFlow Lite и Core ML на мобильных устройствах

Платформа TensorFlow Lite – краткий обзор

Использование платформы TensorFlow Lite в iOS

Выполнение примеров приложений TensorFlow Lite для iOS

Использование готовой модели TensorFlow Lite в iOS

Использование вторично натренированной модели TensorFlow для платформы TensorFlow Lite в iOS

Использование пользовательской модели TensorFlow Lite в iOS

Использование платформы TensorFlow Lite в Android

Платформа Core ML для iOS – краткий обзор

Использование платформы Core ML с машинным обучением на основе библиотеки Scikit-Learn

Построение и конвертирование моделей Scikit-Learn

Использование конвертированных в формат Core ML моделей в iOS

Использование платформы Core ML с Keras и TensorFlow

Резюме

Глава 12. Разработка приложений TensorFlow на компьютере Raspberry Pi

Настройка компьютера Raspberry Pi и приведение его в движение

Настройка материнской платы Raspberry Pi

Приведение компьютера Raspberry Pi в движение

Настройка платформы TensorFlow на компьютере Raspberry Pi

Распознавание изображений и речевое воспроизведение текста

Распознавание звука и движение робота

Самообучение с подкреплением на компьютере Raspberry Pi

Описание симулируемой среды CartPole

Начало с простой интуитивно понятной линии поведения

Использование нейронных сетей для построения более оптимальной линии поведения

Резюме

Послесловие

Внимание!
При обнаружении неточностей или ошибок в описании книги "Умные мобильные проекты с Tensorflow . 10+ приложений искусственного интеллекта, построенных с помощью платформ TensorFlow Mobile и TensorFlow Lite для iOS, Android и Raspberry Pi (автор Джефф Танг)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!