書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南

華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南

出版社：清華大學(xué)出版社出版時間：2020-09-01
開本： 其他 頁數(shù)： 288
中 圖 價:¥29.7(4.3折) 定價  ¥69.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個別圖書品相8-9成新、切口
有劃線標記、光盤等附件不全詳細品相說明>>
本類五星書更多>

華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南 版權(quán)信息

華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南 本書特色

華為公司官方出品！一站式AI開發(fā)平臺，讓人工智能應(yīng)用開發(fā)更便捷 華為輪值董事長徐直軍，中國工程院院士潘云鶴聯(lián)袂作序！華為技術(shù)有限公司 創(chuàng)立于1987年，是全球領(lǐng)先的ICT（Information and Communications Technology，信息和通信技術(shù)）基礎(chǔ)設(shè)施和智能終端提供商，致力于把數(shù)字世界帶入每個人、每個家庭、每個組織，構(gòu)建萬物互聯(lián)的智能世界。目前，華為約有19.4萬名員工，業(yè)務(wù)遍及170多個國家和地區(qū)，為30多億人提供服務(wù)。華為在通信網(wǎng)絡(luò)、IT、智能終端和云服務(wù)等領(lǐng)域為客戶提供有競爭力、安全可信賴的產(chǎn)品、解決方案與服務(wù)，與生態(tài)伙伴開放合作，持續(xù)為客戶創(chuàng)造價值，釋放個人潛能，豐富家庭生活，激發(fā)組織創(chuàng)新。華為堅持圍繞客戶需求持續(xù)創(chuàng)新，加大基礎(chǔ)研究投入，厚積薄發(fā)，推動世界進步。

華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南 內(nèi)容簡介

本書主要圍繞人工智能平臺ModelArts和人工智能應(yīng)用開發(fā)流程，介紹基本概念、關(guān)鍵模塊以及典型的場景化應(yīng)用開發(fā)案例。全書共分為三篇： 篇人工智能應(yīng)用開發(fā)概述(章和第2章)，介紹了人工智能技術(shù)、應(yīng)用、平臺，以及人工智能應(yīng)用快速開發(fā)流程； 第二篇人工智能應(yīng)用開發(fā)方法(第3章~第9章)，介紹了人工智能應(yīng)用開發(fā)全流程及其子流程，包括數(shù)據(jù)準備、算法選擇和開發(fā)、模型訓(xùn)練、模型評估和調(diào)優(yōu)、應(yīng)用生成、應(yīng)用評估和發(fā)布、應(yīng)用維護； 第三篇人工智能應(yīng)用開發(fā)場景化實踐(0章~2章)，介紹了企業(yè)級人工智能平臺、面向復(fù)雜行業(yè)的自動化人工智能系統(tǒng)、基于端邊云協(xié)同的人工智能平臺及應(yīng)用開發(fā)。 本書旨在通過一整套工具鏈和方法傳遞，使得每個開發(fā)者都可以借助ModelArts平臺在具體業(yè)務(wù)場景下更快、更高效、更低成本地開發(fā)出人工智能應(yīng)用，從而更好地解決各行業(yè)各領(lǐng)域面臨的實際問題。本書適合有志于從事人工智能應(yīng)用開發(fā)的開發(fā)者參考。

華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南 目錄

**篇人工智能應(yīng)用開發(fā)概述

第1章人工智能技術(shù)、應(yīng)用及平臺

1.1人工智能技術(shù)

1.1.1人工智能技術(shù)的發(fā)展

1.1.2人工智能技術(shù)的主要領(lǐng)域

1.1.3人工智能技術(shù)的價值

1.2人工智能應(yīng)用

1.2.1人工智能應(yīng)用的特點

1.2.2人工智能應(yīng)用的商業(yè)化場景

1.3人工智能平臺

第2章人工智能應(yīng)用快速開發(fā)

2.1基于圖像分類模板的開發(fā)

2.2基于目標檢測模板的開發(fā)

2.3基于聲音分類模板的開發(fā)

2.4基于文本分類模板的開發(fā)

第二篇人工智能應(yīng)用開發(fā)方法

第3章人工智能應(yīng)用開發(fā)全流程

3.1人工智能應(yīng)用開發(fā)全流程解析

3.1.1數(shù)據(jù)準備子流程

3.1.2算法選擇和開發(fā)子流程

3.1.3模型訓(xùn)練子流程

3.1.4模型評估和調(diào)優(yōu)子流程

3.1.5應(yīng)用生成、評估和發(fā)布子流程

3.1.6應(yīng)用維護子流程

3.2人工智能應(yīng)用開發(fā)流程的權(quán)衡

3.2.1復(fù)雜和簡單的取舍

3.2.2人與機器的平衡

3.2.3開發(fā)和運行的融合

3.3人工智能應(yīng)用開發(fā)全流程的成本分析

3.3.1設(shè)計和開發(fā)成本

3.3.2部署和維護成本

3.3.3邊際成本

ModelArts人工智能應(yīng)用開發(fā)指南

目錄

第4章數(shù)據(jù)準備

4.1數(shù)據(jù)采集和接入

4.1.1數(shù)據(jù)采集

4.1.2數(shù)據(jù)接入

4.2數(shù)據(jù)處理

4.2.1數(shù)據(jù)校驗和轉(zhuǎn)換

4.2.2數(shù)據(jù)清洗

4.2.3數(shù)據(jù)選擇

4.2.4數(shù)據(jù)增強

4.2.5其他數(shù)據(jù)處理

4.3數(shù)據(jù)標注

4.3.1標注任務(wù)分類

4.3.2智能數(shù)據(jù)標注

4.3.3數(shù)據(jù)標注元信息管理

4.4數(shù)據(jù)分析和優(yōu)化

4.4.1數(shù)據(jù)集特征分析和優(yōu)化

4.4.2細粒度數(shù)據(jù)診斷和優(yōu)化

第5章算法選擇和開發(fā)

5.1算法選擇

5.1.1基礎(chǔ)層算法選擇

5.1.2應(yīng)用層算法選擇

5.1.3ModelArts預(yù)置算法選擇

5.2算法開發(fā)

5.2.1開發(fā)語言

5.2.2開發(fā)庫

5.2.3交互式開發(fā)環(huán)境

5.2.4ModelArts云上云下協(xié)同開發(fā)

第6章模型訓(xùn)練

6.1模型訓(xùn)練的基本過程

6.1.1基礎(chǔ)概念

6.1.2模型訓(xùn)練與數(shù)據(jù)源的交互

6.1.3模型訓(xùn)練具體過程

6.2基于ModelArts的模型訓(xùn)練

6.2.1使用預(yù)置算法訓(xùn)練

6.2.2使用自定義算法訓(xùn)練

6.2.3使用自定義鏡像訓(xùn)練

6.3端到端訓(xùn)練加速

6.3.1數(shù)據(jù)側(cè)加速

6.3.2計算側(cè)加速

6.3.3分布式并行側(cè)加速

6.3.4調(diào)參側(cè)加速

6.4自動搜索

6.4.1AutoSearch框架

6.4.2基于AutoSearch進行搜索

6.5彈性訓(xùn)練

6.6聯(lián)邦協(xié)同訓(xùn)練

第7章模型評估和調(diào)優(yōu)

7.1模型評估

7.1.1精度評估

7.1.2性能評估

7.1.3其他維度的評估

7.1.4基于ModelArts的模型評估

7.2模型診斷優(yōu)化

7.2.1精度診斷優(yōu)化

7.2.2性能診斷優(yōu)化

第8章應(yīng)用生成、評估和發(fā)布

8.1應(yīng)用管理

8.1.1模型格式轉(zhuǎn)換

8.1.2簡單應(yīng)用生成

8.1.3基于編排的應(yīng)用生成

8.1.4應(yīng)用評估

8.2應(yīng)用部署和發(fā)布

8.2.1部署類型

8.2.2部署管理

8.2.3應(yīng)用測試和使用

第9章應(yīng)用維護

9.1數(shù)據(jù)采集和篩選

9.2應(yīng)用迭代

9.2.1基于數(shù)據(jù)的應(yīng)用迭代優(yōu)化

9.2.2基于算法和模型的應(yīng)用迭代優(yōu)化

9.3基于ModelArts的應(yīng)用維護

第三篇人工智能應(yīng)用開發(fā)場景化實踐

第10章構(gòu)建企業(yè)級人工智能平臺

10.1企業(yè)級人工智能平臺

10.1.1企業(yè)級人工智能平臺的設(shè)計要素

10.1.2ModelArts Pro企業(yè)級開發(fā)套件

10.2企業(yè)級OCR平臺

10.2.1OCR算法的基本流程

10.2.2企業(yè)級OCR平臺及關(guān)鍵流程

第11章構(gòu)建面向復(fù)雜行業(yè)的自動化人工智能系統(tǒng)

11.1面向復(fù)雜行業(yè)的人工智能系統(tǒng)

11.2面向基因組學(xué)的自動化人工智能建模系統(tǒng)

11.2.1基于人工智能的組學(xué)數(shù)據(jù)建模

11.2.2面向基因組學(xué)的自動化建模

11.2.3基于SHAP的模型解釋

11.2.4基因組數(shù)據(jù)自動建模工具——AutoGenome

第12章端邊云協(xié)同的人工智能平臺及應(yīng)用開發(fā)

12.1端云協(xié)同的人工智能應(yīng)用開發(fā)

12.1.1端云協(xié)同開發(fā)的應(yīng)用場景

12.1.2HiLens端云協(xié)同開發(fā)平臺

12.1.3HiLens開發(fā)環(huán)境

12.1.4HiLens開發(fā)框架

12.1.5案例： 智慧工地安全帽識別

12.2邊云協(xié)同的人工智能應(yīng)用開發(fā)

12.2.1智能交通解決方案的背景

12.2.2智能交通解決方案的設(shè)計

12.2.3基于邊云協(xié)同的智能視頻分析


展開全部

華為智能計算技術(shù)叢書ModelArts人工智能應(yīng)用開發(fā)指南 作者簡介

田 奇 華為云人工智能領(lǐng)域首席科學(xué)家，IEEE Fellow，國家自然科學(xué)基金海外杰青，中國科學(xué)院海外評審專家。本科畢業(yè)于清華大學(xué)電子工程系，后赴美國伊利諾伊大學(xué)香檳分校師從Thomas S. Huang教授獲博士學(xué)位（2002年），后任美國德克薩斯大學(xué)圣安東尼奧分校（UTSA）計算機系教授。2010年獲谷歌教授科研獎(Google Faculty Research Award)，2017年獲UTSA校長杰出研究獎，2016年獲評多媒體領(lǐng)域十大影響力學(xué)者。2018年6月至2020年3月，擔(dān)任華為諾亞方舟實驗室計算視覺首席科學(xué)家，主導(dǎo)視覺方向的前沿研究。擁有多項美國專利，在計算機視覺及多媒體方向權(quán)威期刊及會議上發(fā)表文章550多篇，谷歌學(xué)術(shù)引用21800多次，7篇論文獲最佳論文獎或最佳學(xué)生論文。 白小龍 華為云機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)專家、ModelArts產(chǎn)品架構(gòu)師，浙江大學(xué)工學(xué)博士，新加坡南洋理工大學(xué)公派聯(lián)合培養(yǎng)博士，《深入理解TensorFlow：架構(gòu)設(shè)計與實現(xiàn)原理》作者之一。博士期間主要從事圖像識別、機器學(xué)習(xí)、智能檢測系統(tǒng)的研究，曾主導(dǎo)研發(fā)了智能檢測和圖像識別系統(tǒng)，曾獲教育部博士研究生學(xué)術(shù)新人獎。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服