科技
类型
可以朗读
语音朗读
161千字
字数
2024-02-01
发行日期
展开全部
主编推荐语
本书循序渐进地对Python和深度学习的基本知识进行了全面、系统的介绍。
内容简介
全书共11章，分为Python基础知识体系、Python文件处理与数据分析、深度学习基础理论与实践、智能车竞赛任务与实践四部分，详细介绍了Python基础知识、Python数据分析方法、机器学习概念、全连接神经网络和卷积神经网络模型的理论及产业级工程项目实践等。
目录
- 版权信息
- Preface 前言
- 二维码清单
- 第1部分 Python基础知识体系
- 第1章 绪论
- 1.1 人工智能的发展及基本概念
- 1.2 智能汽车及全国大学生智能汽车竞赛
- 1.3 程序设计语言及Python语言简介
- 习题
- 第2章 Python基本语法元素及数据类型
- 2.1 程序的基本设计方法
- 2.2 Python基本语法元素
- 2.3 Python基本数据类型
- 2.4 math库
- 2.5 time库
- 习题
- 第3章 程序控制结构
- 3.1 程序流程图与基本结构
- 3.2 程序的分支结构
- 3.3 程序的循环结构
- 3.4 程序异常处理
- 3.5 random库
- 3.6 turtle库
- 习题
- 第4章 函数和类
- 4.1 代码复用和模块化设计
- 4.2 函数
- 4.3 面向对象和类
- 4.4 实例：智能车自动巡航类创建
- 4.5 实例：单层感知器类创建
- 习题
- 第5章 组合数据类型
- 5.1 概述
- 5.2 序列类型
- 5.3 集合类型
- 5.4 映射类型
- 5.5 jieba库
- 5.6 wordcloud库
- 习题
- 第2部分 Python文件处理与数据分析
- 第6章 文件和数据格式化
- 6.1 文件的使用
- 6.2 数据的格式化和处理
- 6.3 PIL库
- 6.4 OpenCV库
- 习题
- 第7章 Python计算生态及机器学习概述
- 7.1 计算思维的概念
- 7.2 Python计算生态
- 7.3 Python数据分析库
- 7.4 机器学习方法概述
- 7.5 一元线性回归理论及实践
- 习题
- 第3部分 深度学习基础理论与实践
- 第8章 深度学习基础及车辆识别项目实践
- 8.1 神经网络简介
- 8.2 深度学习理论基础
- 8.3 深度学习框架
- 8.4 实例：DNN车辆识别项目
- 习题
- 第9章 卷积神经网络及斑马线识别项目实践
- 9.1 全连接神经网络的问题
- 9.2 卷积神经网络理论基础
- 9.3 典型的卷积神经网络模型
- 9.4 实例：CNN斑马线检测项目
- 习题
- 第4部分 智能车竞赛任务与实践
- 第10章 智能车自动巡航算法设计及部署
- 10.1 百度智慧交通创意赛介绍
- 10.2 基于OpenCV图像处理的智能车自动巡航
- 10.3 基于CNN的智能车自动巡航模型设计及实验验证
- 10.4 基于PaddleSeg套件的智能车自动巡航模型设计及实验验证
- 习题
- 第11章 智能车竞赛目标检测任务的CNN模型设计与部署
- 11.1 目标检测概述
- 11.2 单阶段目标检测方法与神经网络轻量化
- 11.3 智能车竞赛目标检测任务数据集构建
- 11.4 目标检测网络模型构建与训练
- 11.5 目标检测模型部署
- 习题
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
机械工业出版社
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
