AlphaGo如何戰(zhàn)勝人類(lèi)圍棋大師：智能硬件TensorFlow實(shí)踐

第1章機(jī)器智能的發(fā)展1

1.1機(jī)器智能1

1.1.1機(jī)器智能的定義1

1.1.2機(jī)器智能的分類(lèi)1

1.2深度學(xué)習(xí)2

1.2.1機(jī)器智能的神經(jīng)網(wǎng)絡(luò)方法2

1.2.2人工神經(jīng)元與人工神經(jīng)網(wǎng)絡(luò)3

1.2.3神經(jīng)網(wǎng)絡(luò)的復(fù)興4

1.3機(jī)器學(xué)習(xí)5

1.3.1機(jī)器學(xué)習(xí)的基本原理5

1.3.2機(jī)器學(xué)習(xí)泛化能力6

1.3.3大數(shù)據(jù)是深度學(xué)習(xí)的基礎(chǔ)6

參考文獻(xiàn)7

第2章深度學(xué)習(xí)8

2.1深度學(xué)習(xí)的原理8

2.1.1人工神經(jīng)元8

2.1.2多層人工神經(jīng)網(wǎng)絡(luò)10

2.1.3神經(jīng)網(wǎng)絡(luò)訓(xùn)練11

2.2典型的神經(jīng)網(wǎng)絡(luò)架構(gòu)15

2.2.1卷積神經(jīng)網(wǎng)絡(luò)15

2.2.2循環(huán)神經(jīng)網(wǎng)絡(luò)17

2.2.3長(zhǎng)短時(shí)記憶循環(huán)網(wǎng)絡(luò)18

2.2.4門(mén)控循環(huán)單元循環(huán)網(wǎng)絡(luò)19

2.3機(jī)器感知21

2.3.1語(yǔ)音識(shí)別21

2.3.2計(jì)算機(jī)視覺(jué)25

2.4深度學(xué)習(xí)實(shí)踐26

2.4.1建模工具26

2.4.2軟硬件工具26

2.5小結(jié)28

參考文獻(xiàn)28

第3章強(qiáng) 化 學(xué) 習(xí)30

3.1強(qiáng)化學(xué)習(xí)基礎(chǔ)30

3.1.1強(qiáng)化學(xué)習(xí)概述30

3.1.2深度強(qiáng)化學(xué)習(xí)32

3.1.3強(qiáng)化學(xué)習(xí)框架35

3.2計(jì)算機(jī)圍棋36

3.2.1圍棋游戲36

3.2.2蒙特卡洛樹(shù)搜索37

3.2.3基于卷積網(wǎng)絡(luò)的圍棋程序43

3.3阿爾法圍棋的原理43

3.3.1阿爾法圍棋團(tuán)隊(duì)44

3.3.2深度卷積網(wǎng)絡(luò)44

3.3.3結(jié)合策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)的蒙特卡洛樹(shù)搜索46

3.3.4阿爾法圍棋技術(shù)總結(jié)48

3.4小結(jié)49

參考文獻(xiàn)49

第4章TensorFlow簡(jiǎn)介51

4.1TensorFlow 51

4.2TensorFlow使用53

4.2.1TensorFlow起步53

4.2.2Tensor Flow 數(shù)據(jù)的結(jié)構(gòu)53

4.2.3TensorFlow的工作流程54

4.3Tensor運(yùn)算54

4.4導(dǎo)入實(shí)驗(yàn)數(shù)據(jù)55

4.4.1NumpyArray方法56

4.4.2TensorFlow組件方法57

4.4.3TensorFlow示例58

4.5TensorBoard示例59

4.6小結(jié)61

參考文獻(xiàn)61

第5章Keras簡(jiǎn)介62

5.1Keras62

5.2Keras組織結(jié)構(gòu)63

5.2.1Models63

5.2.2Core Layers63

5.2.3Layers63

5.2.4Activations63

5.2.5Optimizers64

5.3Keras實(shí)踐64

5.3.1Keras安裝64

5.3.2Keras使用65

5.4小結(jié)66

參考文獻(xiàn)66

第6章聲控智能1——預(yù)處理與訓(xùn)練67

6.1聲控智能67

6.1.1語(yǔ)音指令67

6.1.2語(yǔ)音時(shí)頻譜圖68

6.1.3語(yǔ)音文件錄音68

6.2實(shí)驗(yàn)過(guò)程69

6.2.1語(yǔ)音數(shù)據(jù)預(yù)處理69

6.2.2語(yǔ)音識(shí)別網(wǎng)絡(luò)70

6.2.3TensorFlow/Keras的使用73

6.3小結(jié)76

參考文獻(xiàn)77

第7章聲控智能2——部署78

7.1網(wǎng)站端——在線(xiàn)推斷78

7.1.1云知音網(wǎng)站功能78

7.1.2Flask 網(wǎng)站搭建79

7.1.3Flask+Keras實(shí)現(xiàn)80

7.2移動(dòng)端——離線(xiàn)推斷81

7.2.1移動(dòng)端的網(wǎng)絡(luò)模型文件81

7.2.2安卓平臺(tái)的TensorFlow庫(kù)生成85

7.2.3安卓應(yīng)用的TensorFlow庫(kù)調(diào)用88

7.2.4安卓應(yīng)用的錄音功能調(diào)用89

7.2.5快速集成開(kāi)發(fā)91

7.3小結(jié)93

參考文獻(xiàn)94

第8章PYNQ語(yǔ)音識(shí)別95

8.1PYNQ95

8.1.1PYNQ簡(jiǎn)介95

8.1.2PYNQZ1開(kāi)發(fā)板95

8.1.3Jupyter Notebook 97

8.2實(shí)驗(yàn)設(shè)計(jì)97

8.2.1PYNQ設(shè)置97

8.2.2服務(wù)器端設(shè)置99

8.3實(shí)驗(yàn)過(guò)程101

8.3.1AudioInput101

8.3.2傳送云端105

參考文獻(xiàn)106

第9章TX1視覺(jué)對(duì)象檢測(cè)107

9.1英偉達(dá)Jetson TX1107

9.2YOLO算法107

9.2.1YOLO算法107

9.2.2YOLOv2算法110

9.2.3YOLO的TX1實(shí)踐112

9.3SSD算法113

9.3.1SSD算法介紹113

9.3.2SSD的TX1實(shí)踐113

參考文獻(xiàn)115

后記116

附錄APython和TensorFlow操作基礎(chǔ)117A.1Python實(shí)踐基礎(chǔ)117

A.2TensorFlow實(shí)踐基礎(chǔ)120