移动端AI与ML应用开发 基于iOS和Android

没有设备可以运行的话，人工智能将一无是处。既然移动设备已成为大多数人的主要计算设备，那么移动开发人员将AI添加到他们的工具箱中便至关重要。本书是你在iOS和Android等流行移动平台上创建和运行机器学习模型的实用指南。 作者首先介绍了机器学习技术和工具，然后引导你使用ML Kit、TensorFlow Lite和Core ML等工具编写由常见ML模型（如计算机视觉和文本识别）驱动的Android和iOS应用程序。如果你是一名移动端应用开发者，本书将帮助你利用当今的ML技术。 通过阅读本书，你将： ? 探索在移动设备上实施ML和AI的选项。 ? 为iOS和Android创建ML模型。 ? 为iOS和Android编写ML Kit和TensorFlow Lite应用程序，为iOS编写Core ML/Create ML应用程序。 ? 为你的用例选择适合的技术和工具，例如，基于云的推理与移动端推理、高级API与低级API。 ? 了解移动端机器学习的隐私和伦理实践。

没有设备可以运行的话，人工智能将一无是处。既然移动设备已成为大多数人的主要计算设备，那么移动开发人员将AI添加到他们的工具箱中便至关重要。本书是你在iOS和Android等流行移动平台上创建和运行机器学习模型的实用指南。<br /><br />作者首先介绍了机器学习技术和工具，然后引导你使用ML Kit、TensorFlow Lite和Core ML等工具编写由常见ML模型（如计算机视觉和文本识别）驱动的Android和iOS应用程序。如果你是一名移动端应用开发者，本书将帮助你利用当今的ML技术。<br /><br />通过阅读本书，你将：<br />*探索在移动设备上实施ML和AI的选项。<br />*为iOS和Android创建ML模型。<br />*为iOS和Android编写ML Kit和TensorFlow Lite应用程序，为iOS编写Core ML/Create ML应用程序。<br />*为你的用例选择合适的技术和工具，例如，基于云的推理与移动端推理、高级API与低级API。<br />*了解移动端机器学习的隐私和伦理实践。

前言1
第1章人工智能和机器学习简介7
1.1什么是人工智能7
1.2什么是机器学习8
1.2.1从传统编程转向机器学习9
1.2.2机器如何学习12
1.2.3机器学习与传统编程的比较17
1.3在移动设备上构建和使用模型18
1.4总结18
第2章计算机视觉简介19
2.1为视觉使用神经元19
2.1.1你的第一个分类器：识别衣物24
2.1.2数据：FashionMNIST24
2.1.3解析FashionMNIST的模型架构26
2.1.4编写FashionMNIST模型27
2.2计算机视觉的迁移学习31
2.3总结34
第3章MLKit简介35
3.1在Android上构建人脸检测应用程序36
3.1.1第1步：使用AndroidStudio创建应用程序36
3.1.2第2步：添加和配置MLKit38
3.1.3第3步：定义用户界面39
3.1.4第4步：将图像添加为资产41
3.1.5第5步：使用默认图片加载UI41
3.1.6第6步：调用人脸检测器43
3.1.7第7步：添加边界矩形44
3.2为iOS构建人脸检测器应用程序46
3.2.1第1步：在Xcode中创建项目46
3.2.2第2步：使用CocoaPods和podfile47
3.2.3第3步：创建用户界面48
3.2.4第4步：添加应用程序逻辑52
3.3总结55
第4章Android上使用MLKit的计算机视觉应用程序56
4.1图像标记和分类56
4.1.1第1步：创建应用程序并配置MLKit57
4.1.2第2步：创建用户界面57
4.1.3第3步：将图像添加为资产58
4.1.4第4步：将图像加载到ImageView59
4.1.5第5步：编写按钮处理程序代码59
4.1.6下一步62
4.2物体检测62
4.2.1第1步：创建应用程序并导入MLKit63
4.2.2第2步：创建活动布局XML63
4.2.3第3步：将图像加载到ImageView63
4.2.4第4步：设置物体检测器选项64
4.2.5第5步：处理按钮交互65
4.2.6第6步：绘制边界框65
4.2.7第7步：标记物体67
4.3检测和跟踪视频中的物体68
4.3.1探索布局69
4.3.2GraphicOverlay类70
4.3.3捕捉相机70
4.3.4ObjectAnalyzer类71
4.3.5ObjectGraphic类72
4.3.6组合在一起73
4.4总结73
第5章Android上使用MLKit的文本处理应用程序74
5.1实体提取74
5.1.1创建应用程序75
5.1.2为活动创建布局76
5.1.3编写实体提取代码77
5.1.4组合在一起79
5.2手写识别和其他识别80
5.2.1创建应用程序81
5.2.2创建绘图平面82
5.2.3使用MLKit解析墨迹84
5.3智能回复对话86
5.3.1创建应用程序86
5.3.2模拟对话87
5.3.3生成智能回复88
5.4总结88
第6章iOS上使用MLKit的计算机视觉应用程序89
6.1图像标记和分类89
6.1.1第1步：在Xcode中创建应用程序90
6.1.2第2步：创建podfile90
6.1.3第3步：设置故事板92
6.1.4第4步：编辑视图控制器代码来使用MLKit93
6.2使用MLKit在iOS中进行物体检测96
6.2.1第1步：开始97
6.2.2第2步：在故事板上创建UI98
6.2.3第3步：为注释创建子视图99
……