阅读本书需要具备一定的Python语言编程基础知识。编者充分调研了行业、企业对人才技术技能的需求,将教学过程和企业深度学习模型的训练与部署、人工智能应用开发等生产过程衔接,与企业一线工程人员共同研究学生需要掌握的职业理论知识和技能,同时参照人工智能深度学习工程应用职业技能等级证书要求,将证书和岗位需求充分融入本书。本书可作为高等院校人工智能相关专业的教材,也可作为有关专业技术人员的培训教材,还可作为广大深度学习技术爱好者及从事包含深度学习相关业务的智能制造、智能零售、智慧安防、智慧交通、智慧农业、互联网企业等行业从业人员的参考书。
耿韶光,山西大同人,现为天津电子信息职业技术学院计算机与软件技术系人工智能教研室主任,主要教授课程为《人工智能平台搭建》、《深度学习框架应用》、《机器学习框架应用》,曾多次指导学生参加国家级和省市级人工智能类相关比赛并取得优异成绩。
项目1 基于深度学习的动物图片分类与识别开发环境的搭建 001
任务1 在Windows系统中安装Python 002
任务2 在Linux系统中安装Python 006
任务3 Anaconda的安装 009
任务4 PyCharm的安装 016
项目2 数据的准备 023
任务1 数据的爬取与清洗 024
任务2 数据的持久化存储 051
任务3 数据的标注与数据集的制作 073
项目3 动物识别模型的开发 088
任务1 搭建基于前馈神经网络的动物识别模型 089
任务2 初识卷积神经网络 102
任务3 搭建基于卷积神经网络的动物识别模型 113
任务4 动物识别模型的训练、优化、保存 122
项目4 模型调用服务端的开发 137
任务1 服务器环境的搭建 138
任务2 路由、视图、模板的含义 144
任务3 文件的上传与接收 151
任务4 服务端模型的调用方式 154
任务5 识别结果的响应 161
项目5 动物识别项目的开发 165
任务1 动物识别项目开发全流程 166
任务2 项目测试及常见问题 170
任务3 项目扩展案例 172