您好,欢迎来到聚文网。 登录 免费注册
智能软件开发——基于MindSpore框架

智能软件开发——基于MindSpore框架

  • 字数: 560
  • 出版社: 高等教育
  • 作者: 编者:张俊三//刘昕//董玉坤//宫文娟|
  • 商品条码: 9787040644043
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 426
  • 出版年份: 2025
  • 印次: 1
定价:¥59 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书聚焦基于MindSpore 智能计算框架的智能应用软 件核心智能算法,按照“理 论→案例→实践”的形式来 进行组织,简要介绍了机器 学习、深度学习相关算法的 原理,讲解MindSpore框架 的安装、部署、推理等使用 流程,重点围绕基于 MindSpore框架在图像分类 、图像分割、目标检测、文 本分类、情感分析、推荐系 统等领域的典型应用,对模 型原理、实例操作流程进行 了详细的阐述。同时,本书 案例除了使用通用数据集外 ,还提供使用石油生产场景 中数字岩心图像分割、储层 物性参数分类、油田安全生 产目标检测等案例的数据集 和实例操作流程。 本书可作为高等学校计 算机或人工智能相关课程教 材,亦可作为MindSpore全 场景AI框架学习者的参考读 物。
目录
第1章 绪论 1.1 引言 1.2 智能软件简介 1.2.1 智能软件定义 1.2.2 智能软件与传统软件的区别 1.2.3 智能软件的类型 1.2.4 智能软件应用领域 1.3 MindSpore介绍 1.3.1 智能软件与深度学习 1.3.2 MindSpore框架简介 1.3.3 安装说明 1.3.4 张量 1.3.5 数据集 1.3.6 数据变换 1.3.7 网络构建 1.3.8 模型训练 1.3.9 保存与加载 1.3.10 操作演示示例 1.4 数据集简介 1.4.1 通用数据集 1.4.2 石油领域数据集 本章小结 思考题1 第2章 机器学习简介 2.1 机器学习基础知识 2.1.1 基本概念 2.1.2 机器学习的分类 2.1.3 机器学习模型的评价指标 2.2 有监督学习 2.2.1 贝叶斯分类 2.2.2 决策树与随机森林 2.2.3 支持向量机 2.2.4 线性回归 2.3 无监督学习 2.3.1 聚类 2.3.2 主成分分析 2.4 半监督学习 2.4.1 生成式方法 2.4.2 半监督SVM 2.4.3 图半监督学习 2.4.4 基于分歧的方法 本章小结 思考题2 参考文献 第3章 深度学习简介 3.1 人工神经网络 3.1.1 基础概念 3.1.2 前馈型神经网络 3.1.3 反馈型神经网络 3.2 卷积神经网络

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网