深度学习应用开发实践(文本音频图像处理30例)/计算机科学与技术丛书

本书通过30个应用机器 学习模型和算法的实际案例 ，为读者提供较为详细的实 战方案，以便进行深度学习 。在编排方式上，全书侧重 对创新项目的过程进行介绍 ，分别从整体设计、系统流 程、实现模块等角度论述数 据处理、模型训练和模型应 用，并剖析模块的功能、使 用及程序代码。为便于读者 高效学习、快速掌握人工智 能程序开发方法，本书配套 提供项目设计视频讲解、工 程文档、程序代码、实现过 程中出现的问题及解决方法 等资源，可供读者二次开发 。 本书语言简洁，深入浅 出，通俗易懂，不仅适合对 Python编程有兴趣的爱好者 ，而且可作为高等院校相关 专业的参考教材，还可作为 从事智能应用创新开发专业 人员的技术参考书。

李永华，现执教于北京邮电大学，拥有超过15年的嵌入式开发经验，致力于物联网和智能硬件的研究开发工作。在教学中以兴趣为导向，激发学生的创造性；以素质为基础，提高自身教学水平；以科研为手段，促进教学理念转变。通过信息工程专业综合改革，探索了以“学生学为中心”的教学模式，营造生动活泼的学习方法，提高学生独立思考问题、发现问题、解决问题的能力，激发学生的创造激情。在研发及教学实践中指导学生实现300余个创新案例，并指导着一支物联网开发团队，曾在物联网、开源硬件等技术领域进行了多场学术报告，并且出版了《AllJoyn技术原理及物联网程序开发指南》《Arduino实战指南——游戏开发、智能硬件、人机交互、智能家居与物联网设计30例》《Arduino软硬件协同设计实战指南》等多部物联网技术方向的著作。

项目1 AI作曲 1.1 总体设计 1.1.1 整体框架 1.1.2 系统流程 1.2 运行环境 1.2.1 Python环境 1.2.2 虚拟机环境 1.2.3 TensorFlow环境 1.2.4 Python类库 1.3 模块实现 1.3.1 数据准备 1.3.2 信息提取 1.3.3 模型构建 1.3.4 模型训练及保存 1.3.5 音乐模块 1.4 系统测试 1.4.1 训练过程 1.4.2 测试效果 项目2 语音识别 2.1 总体设计 2.1.1 整体框架 2.1.2 系统流程 2.2 运行环境 2.2.1 Python环境 2.2.2 PyCharm环境 2.2.3 PyTorch环境 2.2.4 CUDA和cuDNN环境 2.2.5 网页端配置环境 2.3 模块实现 2.3.1 数据准备 2.3.2 模型构建 2.3.3 模型训练及保存 2.3.4 模型应用 2.4 系统测试 2.4.1 训练准确率 2.4.2 测试效果 项目3 人像分割 3.1 总体设计 3.1.1 整体框架 3.1.2 系统流程 3.2 运行环境 3.2.1 Python环境 3.2.2 PyTorch环境 3.2.3 PyQt5配置 3.3 模块实现 3.3.1 数据准备 3.3.2 模型构建 3.3.3 模型训练 3.3.4 模型保存 3.3.5 模型测试 3.3.6 模型运行 3.4 系统测试 3.4.1 训练准确率 3.4.2 测试效果 项目4 车辆信息识别 4.1 总体设计 4.1.1 整体框架 4.1.2 系统流程 4.2 运行环境 4.3 模块实现 …… 项目5 骨架识别与肢体定位 项目6 生成古诗与歌词 项目7 车牌分割与识别 项目8 音乐源分离 项目9 宠物识别 项目10 人脸口罩辨别 项目11 图像风格迁移 项目12 目标检测网页应用 项目13 图像隐写 项目14 图像检索 项目15 人脸口罩检测 项目16 生活垃圾识别 项目17 动态交通手势识别的车辆控制 项目18 物体识别 项目19 人体识别 项目20 垃圾分类 项目21 垃圾邮件识别 项目22 宿舍门禁系统 项目23 人数检测 项目24 医疗诊断 项目25 水果识别 项目26 表情识别 项目27 生成图像字幕 项目28 验证码的生成和识别 项目29 中文语音输入法 项目30 狗种类识别