前言 目前,人工智能技術已應用於很多行業,如圖像識別、自動翻譯、推理預測等。為了使讀者迅速掌捏深度學像識別的基本知識,編者對人工智能常見技行深入研究後精心設計了本書內容,主要按照項目實戰的方行編寫,可使讀者更容易掌握深度學本原理。對於難度較大的項目,如人臉識別與目標檢測方面的內容,則將其拆解成多個單任務,在內容上更加側重人工智能算法的應用,培養讀者實際應用深度學的能力。 本書具有如下特點:(pan>)面向高職院校人工智能相關專業的基礎課程。本書的主要目標讀者定位為高職院校人工智能相關專業的學生、圖像識別愛好者、深度學者,以及從事人工智能相關行業的工程師、科研工作者及不具備專業數學知識的人群。圖像識別是一繫列學科的集合體,它以機器學式識別等知識為基礎,因此依賴很多數學知識。本書采用初學者易於學的主流深度學span>Keras框架,盡量繞開復雜的數學證明和推導,由淺入深,逐步提高讀者的理論能力和代碼實踐能力。(2)側重圖像識別與應用。本書內容由淺入深,循序,側重計算機視覺領域,采用“入門學span>+案例實戰”的方行介紹。其中,入門學1~3章括深度學配置、常用工使用、深度學原理等內容;案例實戰(第4~7章)給出了Keras“三好學生”訓練與預測實戰、Keras手寫字體圖像識別實戰、人臉識別項目實戰和目標檢測項目實戰4個實戰案例;同時,第8章通過開發一個實際生活中的人臉考勤繫統融會貫通本書所有章節內容,做到了學以致用。(3)開源大量原創實戰項目代碼。為了更加適合高職教學,本書基於開源深度學行開發和修改,降低教學難度。本書在編排上遵循“理論+實戰”方式,並提供每一章的資源或代碼GitHub倉庫,下載地址為https://gitee.com/bvngh3247i/deep-learning。本書由廣東科學技術職業學院胡建華、陳宗仁擔任主編。第pan>章、第3章由西南民族大學郭建丁博士編寫,第2章、第6章由陝西國防工業職業技術學院魏曉艷編寫,第4章、第5章廣東科學技術職業學院韓天琪編寫,第7章由胡建華、陳宗仁、郭建丁共同編寫,第8章由胡建華、陳宗仁共同編寫。陳宗仁、楊忠明對本書的結構和知識行了核對與修正。 全書由胡建體設計並統稿。真誠感謝西安電子科技大學出版社的高櫻老師,她對本書提出了很多改建議。另外還要感謝參與教材修改的廣東科學技術職業學院人工智能技術應用專業的詹月容、吳穎怡、張嘉誠、凌海升、吳文記等同學。 由於編者和時間有限,書中難免有疏漏和不妥之處,敬請各位專家及廣大讀者批評指正。 編者 202pan>年10月
|