庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
二樓書籍分類
 
AI影像深度學習啟蒙:用python進行人臉口罩識別

AI影像深度學習啟蒙:用python進行人臉口罩識別

沒有庫存
訂購需時10-14天
9789860776416
廖源粕
深智數位
2021年10月19日
293.00  元
HK$ 234.4  






ISBN:9789860776416
  • 規格:平裝 / 736頁 / 17 x 23 x 3.68 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • >

















      本書涵蓋的內容有

      ★線上平台COLAB使用教學

      ★本機電腦Jupyter使用教學

      ★基本運算、變數與字串

      ★串列、元組、集合與字典

      ★流程控制if else

      ★流程控制for與while

      ★函數、類別與物件

      ★資料夾與檔案處理

      ★txt、csv、json文件的讀寫

      ★基礎套件的使用

      ★Numpy的使用

      ★OpenCV的使用

      ★完整Tensorflow安裝流程

      ★Tensorflow的使用

      ★類神經網路(ANN)原理與實作

      ★卷積神經網路(CNN)原理與實作

      ★模型可視化工具Netron的使用

      ★口罩識別模型教學

      ★影像串流與實時口罩識別



      這是一本想給非資電領域或初學者的入門書籍,內容從基礎語法開始,使用日常所見的比喻協助理解,在AI類神經網路的基礎部分,使用大家都熟悉的二元一次方程式來切入,多以圖表來說明概念,避免艱澀的數學推導,一步一步講解建立深度學習模型的步驟,書本最後還帶入口罩識別模型的教學實例,協助讀者從頭到尾完成一個專題,讓AI更貼近你我的生活。

    ?


     





    CH01 作者自序與前言

    1-1 作者自序

    1-2 前言



    CH02 安裝Python 與編輯環境

    2-1 編輯環境的選擇: Colab 與Jupyter

    2-2 Colab 的介面使用說明

    2-3 Jupyter 的安裝

    2-4 Jupyter 的使用



    CH03 Python 的運算

    3-1 print 函數與程式碼註解方式

    3-2 四則運算

    3-3 變數(Variable)

    3-4 數值型態(Numeric type)

    3-5 字串



    CH04 流程控制之選擇結構 if else

    4-1 前言

    4-2 關係運算

    4-3 邏輯運算

    4-4 if else



    CH05 串列List

    5-1 前言

    5-2 串列的使用

    5-3 流程控制之重複架構 for 迴圈(for loop)

    5-4 物件的簡單概念(Object)

    5-5 常用的基本函數



    CH06 元組(Tuple)

    6-1 前言

    6-2 元組的使用



    CH07 集合(Set)

    7-1 前言

    7-2 集合的使用

    7-3 使用Python 開發的應用或服務



    CH08 字典Dictionary

    8-1 前言

    8-2 字典的使用



    CH09 流程控制之重複架構while 迴圈(while loop)

    9-1 前言

    9-2 while 迴圈使用方式



    CH10 函數(function)

    10-1 前言

    10-2 函數的使用方式



    CH11 類別(class) 與物件(object)

    11-1 前言

    11-2 類別的定義與初始化

    11-3 物件(Object) 概念

    11-4 物件的宣告

    11-5 建立類別的方法

    11-6 繼承

    11-7 建立私有屬性與方法

    11-8 範例練習

    11-9 預設屬性__doc__

    11-10 特殊方法__str__() 與__repr__()

    11-11 物件的銷毀



    CH12 宣告的數值與字串也是物件

    12-1 物件導向程式設計(Object-oriented programming)

    12-2 宣告整數與浮點數物件

    12-3 宣告字串的物件



    CH13 常用基礎套件介紹

    13-1 套件(package) 的定義

    13-2 查看已安裝的套件

    13-3 sys 套件的使用

    13-4 math 套件的使用

    13-5 random 套件的使用

    13-6 time 套件的使用



    CH14 資料夾與檔案的處理

    14-1 前言

    14-2 資料夾的處理

    14-3 檔案的處理

    14-4 shutil 套件的使用



    CH15 檔案的讀取與寫入

    15-1 前言

    15-2 檔案的寫入

    15-3 檔案的讀取

    15-4 JSON 檔案



    CH16 細說數值型態

    16-1 基本單位

    16-2 狀態多寡與位元的關係

    16-3 數值與位元的關係

    16-4 Byte 與Bit 的關係

    16-5 KB, MB, GB 的關係

    16-6 數值型態的介紹



    CH17 Numpy 的介紹

    17-1 前言

    17-2 Numpy 套件的基本使用

    17-3 常用屬性介紹

    17-4 常用方法介紹

    17-5 多維陣列進行不同維度的計算( 使用np.sum())

    17-6 函數np.mean()

    17-7 函數np.max() 與np.min()

    17-8 函數argmax() 與np.argmin()

    17-9 函數np.zeros()

    17-10 函數np.zeros_like()

    17-11 函數np.zeros()

    17-12 函數np.ones_like()

    17-13 相加函數np.add()

    17-14 亂數函數np.random.randint()

    17-15 排列函數np.random.permutation()



    CH18 圖片的顯示

    18-1 圖片的尺寸

    18-2 灰階圖像與彩色圖像

    18-3 灰階圖像的組成

    18-4 彩色圖像的組成

    18-5 圖片的格式

    18-6 下載練習圖庫

    18-7 OpenCV 的使用說明



    CH19 類神經網路的介紹

    19-1 人工智慧(Artificial intelligence) 其實只是統稱

    19-2 機器學習(machine learning)

    19-3 回憶二元一次方程式

    19-4 從二元一次方程式到機器學習

    19-5 類神經網路(Artificial Neural Network)

    19-6 有趣的AI 應用



    CH20 Tensorflow 簡介

    20-1 什麼是Tensorflow

    20-2 顯示卡的多核心優勢

    20-3 Tensorflow 做了什麼?

    20-4 安裝Tensorflow

    20-5 匯入Tensorflow 套件

    20-6 Tensorflow 與其他套件的相異處

    20-7 如何看待Tensorflow

    20-8 如何得到計算結果

    20-9 張量(Tensor)

    20-10 Tf.Graph() 的使用

    20-11 GPU 資源的設定

    20-12 如何使用程式碼設定GPU 的使用量

    20-13 AI 的實際應用: 自動駕駛



    CH21 資料集介紹(Introduction of datasets)

    21-1 前言

    21-2 匯入套件

    21-3 Cifar10 資料集

    21-4 Mnist 資料集



    CH22 建立類神經網路

    22-1 前言

    22-2 匯入套件

    22-3 匯入資料集Mnist

    22-4 類神經網路

    22-5 開始訓練

    22-6 有趣的AI 應用



    CH23 卷積神經網路的介紹

    23-1 全連接層(fully connected layer)

    23-2 更有效的圖像學習方式

    23-3 卷積(convolution)

    23-4 卷積的計算

    23-5 卷積是全連接層的簡化

    23-6 卷積的完整範例

    23-7 Kernel 學到了什麼

    23-8 彩色圖片的卷積方式

    23-9 計算權重數量

    23-10 Kernel 的張數

    23-11 池化(pooling)

    23-12 計算經過卷積後的尺寸

    23-13 全連接層全然無用嗎?

    23-14 有趣的AI 應用



    CH24 建立卷積神經網路

    24-1 前言

    24-2 匯入套件

    24-3 匯入資料集

    24-4 資料集前處理

    24-5 建立計算圖

    24-6 宣告tf.placeholder

    24-7 計算訓練的參數量

    24-8 建立選取迭代資料的函數

    24-9 計算損失值函數

    24-10 計算準確率函數

    24-11 關於Tensorflow 的權重檔

    24-12 儲存PB 檔案的函數

    24-13 設定超參數

    24-14 建立訓練架構

    24-15 訓練集的亂數排列(shuffle)

    24-16 開始訓練與訓練結果

    24-17 加深模型

    24-18 加深模型的訓練結果

    24-19 儲存準確率最高的PB 檔案

    24-20 遷移學習(transfer learning)

    24-21 儲存訓練的結果

    24-22 模型可視化( 使用Netron)

    24-23 使用PB 檔進行推論

    24-24 找出驗證集分類錯誤的圖片

    24-25 練習: 使用Fashion_mnist 資料集

    24-26 練習: 使用Cifar10 資料集



    CH25 口罩判斷模型之資料集的準備

    25-1 前言

    25-2 決定分類模型的類別數量

    25-3 製作有戴口罩的圖片

    25-4 口罩圖片的選擇

    25-5 口罩圖片的解析

    25-6 偵測圖片的嘴巴區域( 使用Dlib)

    25-7 安裝Dlib

    25-8 使用Dlib 找到人臉

    25-9 嘴部區域與口罩的結合

    25-10 製作訓練集與驗證集

    25-11 有趣的AI 應用



    CH26 口罩判斷模型之訓練

    26-1 匯入套件

    26-2 訓練集與驗證集的資料安排

    26-3 讀取訓練集路徑

    26-4 讀取驗證集路徑

    26-5 讀取口罩集路徑

    26-6 建立偵測嘴部區域的函數

    26-7 建立嘴部區域與口罩結合的函數

    26-8 建立訓練集的迭代資料函數

    26-9 建立驗證集的迭代資料函數

    26-10 建立計算圖

    26-11 模型架構的差異說明

    26-12 訓練結果

    26-13 結果圖形化



    CH27 影像串流與口罩判斷

    27-1 前言

    27-2 影像串流

    27-3 影像串流結合口罩判斷

    27-4 執行結果



    CH28 安裝套件的步驟說明

    28-1 使用Colab

    28-2 使用Jupyter




    其 他 著 作