包邮深度学习项目开发实践(TensorFlow+Sklearn+PyTorch)(微视频版)

第1章 AI智能问答系统 11.1 背景介绍 21.1.1 互联网的影响 21.1.2 问答系统的发展 21.2 问答系统的发展趋势：AI问答系统 41.2.1 人工智能介绍 41.2.2 机器学习 51.2.3 深度学习 51.2.4 系统介绍 61.3 技术架构 61.3.1 TensorFlow.js 61.3.2 SQuAD 2.0 71.3.3 BERT 81.3.4 知识蒸馏 8第1章 AI智能问答系统 11.1 背景介绍 21.1.1 互联网的影响 21.1.2 问答系统的发展 21.2 问答系统的发展趋势：AI问答系统 41.2.1 人工智能介绍 41.2.2 机器学习 51.2.3 深度学习 51.2.4 系统介绍 61.3 技术架构 61.3.1 TensorFlow.js 61.3.2 SQuAD 2.0 71.3.3 BERT 81.3.4 知识蒸馏 81.4 具体实现 91.4.1 编写HTML文件 91.4.2 脚本处理 111.4.3 加载训练模型 121.4.4 查询处理 121.4.5 文章处理 141.4.6 加载处理 161.4.7 寻找答案 171.4.8 提取*佳答案 181.4.9 将答案转换回文本 201.5 调试运行 20第2章 AI智能推荐系统 232.1 背景介绍 242.1.1 推荐系统能解决什么问题 242.1.2 推荐系统的应用领域 252.1.3 推荐系统和搜索引擎 252.2 项目介绍 262.3 数据采集和整理 262.3.1 数据整理 262.3.2 电影详情数据 302.3.3 提取电影特征 372.4 情感分析和序列化操作 432.5 Web端实时推荐 442.5.1 Flask启动页面 442.5.2 模板文件 472.5.3 后端处理 492.6 调试运行 56第3章 智能OCR文本检测识别系统 593.1 背景介绍 603.2 OCR系统简介 603.2.1 OCR的基本原理和使用方式 603.2.2 文字识别的基本步骤 613.2.3 深度学习对OCR的影响 633.2.4 与OCR相关的深度学习技术 633.3 系统介绍 643.4 准备模型 653.4.1 文本检测模型 653.4.2 文本识别模型 653.5 创建工程 663.5.1 工程配置 663.5.2 配置应用程序 673.5.3 导入模型 683.6 具体实现 683.6.1 页面布局 693.6.2 实现主Activity 693.6.3 图像处理操作 733.6.4 运行OCR模型 763.7 调试运行 80第4章 国际足球比赛结果预测系统 814.1 欧洲足球五大联赛 824.2 模块架构 834.3 准备数据 834.4 数据可视化分析 844.4.1 事件收集 844.4.2 射门数据可视化 874.4.3 球队和球员数据可视化 894.4.4 联赛数据可视化 964.4.5 巴塞罗那队的进球数据饼形图 1004.4.6 红牌和黄牌数据可视化 1014.4.7 进球数据可视化 1064.4.8 梅西和C罗的数据可视化 1144.4.9 五大联赛的球员数量可视化 1184.5 比赛预测 1194.5.1 读取数据 1194.5.2 清洗数据 1214.5.3 逻辑回归算法 1224.5.4 创建梯度提升模型 1234.5.5 创建随机森林分类器模型 1244.5.6 不平衡处理 1264.6 进球预测 1284.6.1 预处理 1284.6.2 创建循环神经网络 132第5章 智能素描绘图系统 1375.1 项目介绍 1385.2 需求分析 1385.3 功能模块 1395.4 预处理 1405.4.1 低动态范围配置 1405.4.2 图像处理和调整 1415.4.3 获取原始图像的笔画 1435.4.4 方向检测 1475.4.5 去蓝处理 1505.4.6 图像合成 1525.4.7 快速排序 1565.4.8 侧窗滤波 1575.5 开始绘图 1605.5.1 基于边缘绘画的绘图程序 1605.5.2 绘制铅笔画 170第6章 ChatGPT微信客服机器人 1736.1 ChatGPT概述 1746.1.1 ChatGPT的发展历程 1746.1.2 GPT系列的演变 1756.1.3 ChatGPT的主要特点 1756.2 系统介绍 1766.3 项目结构 1766.4 准备工作 1776.4.1 注册成为OpenAI会员 1776.4.2 获取API key 1786.5 系统配置 1816.5.1 基本配置 1816.5.2 其他配置 1826.6 通道处理 1886.6.1 通用处理逻辑 1886.6.2 微信聊天通道 1946.6.3 微信公众号通道 1996.7 对话处理 2046.7.1 OpenAI对话 2046.7.2 ChatGPT对话 2076.7.3 Baidu Unit对话 2126.8 语音识别 2136.8.1 OpenAI语音识别 2136.8.2 谷歌语音识别 2146.8.3 百度语音识别 2156.8.4 Microsoft Azure语音识别 2186.9 调试运行 219第7章 移动机器人智能物体识别系统 2217.1 背景介绍 2227.2 物体识别 2227.2.1 物体识别介绍 2237.2.2 图像特征的提取方法 2237.3 系统介绍 2257.4 准备模型 2267.4.1 模型介绍 2267.4.2 自定义模型 2277.5 基于Android的机器人智能检测器 2307.5.1 准备工作 2307.5.2 页面布局 2327.5.3 实现主Activity 2327.5.4 物体识别界面 2387.5.5 相机预览界面拼接 2417.5.6 lib_task_api方案 2497.5.7 lib_interpreter方案 2517.6 基于iOS的机器人智能检测器 2567.6.1 系统介绍 2567.6.2 视图文件 2587.6.3 相机处理 2707.6.4 处理TensorFlow Lite模型 2777.7 调试运行 284第8章 AI考勤管理系统 2858.1 背景介绍 2868.2 系统介绍 2868.3 系统需求分析 2878.3.1 可行性分析 2878.3.2 系统操作流程分析 2878.3.3 系统模块设计 2878.4 系统配置 2898.4.1 Django配置文件 2898.4.2 路径导航文件 2898.4.3 设计数据模型 2908.5 用户登录验证 2918.5.1 登录表单页面 2918.5.2 登录验证 2928.6 添加新员工信息 2938.6.1 后台主页面 2938.6.2 添加员工表单页面 2958.6.3 添加员工信息 2968.7 采集员工照片信息 2968.7.1 设置采集对象 2978.7.2 采集照片 2988.8 训练照片模型 3008.8.1 前台页面 3008.8.2 预测处理 3008.8.3 训练数据集 3018.8.4 训练可视化 3028.9 考勤打卡 3038.9.1 上班打卡签到 3038.9.2 下班打卡签退 3058.10 查看员工考勤信息 3058.10.1 统计*近两周的考勤信息 3068.10.2 查看某员工在指定时间范围内的考勤信息 3088.10.3 查看指定日期的考勤信息 3108.11 查看本人的考勤信息 3118.11.1 视图函数 3118.11.2 模板文件 3138.12 调试运行 315第9章 网络舆情数据分析系统 3179.1 系统介绍 3189.1.1 舆情数据分析的方式和意义 3189.1.2 舆情热度分析 3189.2 架构设计 3199.2.1 模块分析 3199.2.2 系统结构 3209.3 微博爬虫 3209.3.1 系统配置 3219.3.2 批量账号模拟登录 3219.3.3 爬取信息 3239.4 系统后端 3349.4.1 系统配置 3349.4.2 数据结构设计 3349.4.3 数据处理 3399.4.4 微博话题分析 3459.5 系统前端 3529.5.1 API导航 3529.5.2 博文详情 353