買這商品的人也買了...
-
無瑕的程式碼 － 敏捷軟體開發技巧守則 (Clean Code: A Handbook of Agile Software Craftsmanship)$580$452 -
SCRUM : 用一半的時間 做兩倍的事 (SCRUM: The Art of Doing Twice the Work in Half the Time)$380$323 -
成為卓越程式設計師的 38 項必修法則 (Becoming a Better Programmer: A Handbook for People Who Care About Code)$680$537 -
$354並行編程方法與優化實踐 -
$301Python 自動化運維快速入門 -
$534超大流量分佈式系統架構解決方案：人人都是架構師2.0 -
精通機器學習｜使用 Scikit-Learn , Keras 與 TensorFlow, 2/e (Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2/e)$1,200$948 -
$454Python 科學計算及實踐 -
$454SaaS 商業實戰：好模式如何變成好生意 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras -
$509機器學習 公式推導與代碼實現 -
$331集成學習入門與實戰：原理、算法與應用 -
$374虛擬偶像 AI 實現 -
$505PyTorch 神經網絡實戰：移動端圖像處理 -
$509Python 編程快速上手2：趣味小項目輕松學 -
$469高級機器學習算法實戰 -
$458PyTorch 深度學習簡明實戰 -
Python 金融量化分析$534$507 -
$505深度學習嵌入式應用開發：基於 RK3399Pro 和 RK3588 -
$1,019深度學習：從基礎到實踐（上、下冊） -
$660Python 數據分析與機器學習 (微課視頻版) -
$512現代 JavaScript 庫開發：原理、技術與實戰 -
$848圖神經網絡：基礎、前沿與應用 -
$426PyTorch深度學習之目標檢測 -
精通 Transformer : 從零開始構建最先進的 NLP 模型$594$564
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
75折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$375 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書適合那些對人工智能感興趣，且具備一定移動終端應用程序開發經驗的讀者。
如果您掌握一定的JAVA 、C++或Python語言開發知識，同時具備Android操作系統或IOS操作系統的應用的開發經驗，
將能迅速掌握基本的移動終端人工智能應用開發方法。如果您只是對人工智能技術感興趣，
相信本書也能帶您瞭解人工智能技術是如何在移動終端上部署和運行的。
作者簡介
張睿，中國電子學會電磁相容分會委員，就職於中國資訊通訊研究院泰爾終端實驗室。長期從事行動通訊測試和無線電計量工作，主持起草了多項國家/行業標準和校準規範，牽頭完成國家自然科學基金、科技部技改等多個部’級項目。專利授權八項，發表EI論文十餘篇，出版了《無線通訊儀表與測試應用》等專著，並獲得中國計量測試學會科學技術進步二等獎等多項獎勵。
目錄大綱
前言
第1章移動終端人工智能技術概述1
1.1 人工智能技術發展概況1
1.1.1 人工智能技術的發展歷程1
1.1.2 數據和算法成為主要驅動力3
1.1.3 人工智能技術的應用趨勢6
1.2 機器學習與軟件框架技術概述8
1.2.1 機器學習8
1.2.2 深度學習10
1.2.3 深度學習為多個應用技術領域
帶來突破11
1.2.4 自動化機器學習12
1.2.5 算法與模型14
1.2.6 訓練與推理16
1.2.7 深度學習框架18
1.3 移動終端人工智能應用22
1.3.1 AI移動終端快速發展22
1.3.2 移動終端的典型AI應用24
1.3.3 移動終端的AI推理26
1.4 小結28
參考文獻28
第2章移動終端人工智能技術架構30
2.1 移動終端人工智能技術的特點和
分層架構30
2.2 各層功能概述32
2.2.1 應用層32
2.2.2 框架層32
2.2.3 驅動層35
2.2.4 硬件層36
2.3 小結42
參考文獻42
第3章神經網絡模型44
3.1 神經網絡模型概述44
3.1.1 神經網絡算法44
3.1.2 神經網絡模型的構成46
3.1.3 獲取移動終端神經網絡
模型48
3.2 典型神經網絡模型介紹54
3.2.1 圖像分類54
3.2.2 目標檢測63
3.2.3 圖像分割66
3.2.4 其他神經網絡模型簡介74
3.3 小結77
參考文獻78
第4章移動終端推理框架79
4.1 推理框架的工作原理79
4.1.1 神經網絡模型轉換原理79
4.1.2 深度學習編譯器執行原理84
4.2 推理框架的工作流程86
4.2.1 模型轉換86
4.2.2 數據預處理86
4.2.3 執行推理86
4.2.4 結果輸出87
4.3 主要移動終端推理框架介紹87
4.3.1 TensorFlow Lite88
4.3.2 PyTorch Mobile97
4.3.3 Paddle Lite 102
4.3.4 VCAP 109
4.3.5 高通SNPE116
4.3.6 華為HiAI Foundation126
4.3.7 曠視天元154
4.3.8 蘋果Core ML框架166
4.3.9 其他深度學習推理框架170
4.4 小結178
參考文獻178
第5章深度學習編譯器180
5.1 深度學習編譯器的概念180
5.1.1 傳統編譯器180
5.1.2 移動端深度學習編譯器182
5.2 主流編譯器介紹184
5.2.1 Android神經網絡接口
NN API184
5.2.2 高通SNPE編譯技術187
5.2.3 華為HiAI Foundation編譯
技術192
5.2.4 百度Paddle Lite編譯技術194
5.2.5 其他深度學習編譯器195
5.2.6 不同深度學習編譯器的
差異196
5.3 小結197
第6章移動終端AI推理應用開發
過程198
6.1 總體開發過程198
6.2 需求階段199
6.3 設計階段200
6.4 編碼開發階段202
6.5 調試階段202
6.5.1 功能調試203
6.5.2 性能調試204
6.6 小結205
第7章移動終端推理應用開發
實例206
7.1 基於TensorFlow Lite框架的
圖像分類應用206
7.1.1 創建工程206
7.1.2 模型轉換211
7.1.3 模型推理211
7.1.4 結果展示213
7.2 基於PyTorch Mobile框架的應用
實例214
7.2.1 創建工程214
7.2.2 模型轉換215
7.2.3 模型推理216
7.2.4 結果展示217
7.3 基於Paddle Lite引擎的應用
實例218
7.3.1 創建工程218
7.3.2 模型轉換220
7.3.3 模型推理220
7.3.4 結果展示225
7.4 基於vivo VCAP引擎的應用
實例225
7.4.1 創建工程225
7.4.2 模型轉換228
7.4.3 模型推理229
7.4.4 結果展示232
7.5 基於高通SNPE引擎的圖片分類
應用232
7.5.1 創建工程233
7.5.2 模型轉換235
7.5.3 模型推理236
7.5.4 結果展示238
7.6 基於華為HiAI Foundation的圖片
分類應用239
7.6.1 創建工程239
7.6.2 模型轉換243
7.6.3 模型推理244
7.6.4 結果展示249
7.7 基於蘋果Core ML引擎的應用
實例249
7.7.1 創建工程250
7.7.2 模型轉換252
7.7.3 模型推理253
7.7.4 結果展示255
7.8 基於曠視天元的應用實例255
7.8.1 創建工程255
7.8.2 模型轉換258
7.8.3 模型推理259
7.8.4 結果展示262
7.9 基於MNN引擎的應用實例263
7.9.1 創建工程263
7.9.2 模型轉換265
7.9.3 模型推理265
7.9.4 結果展示271
7.10 小結272
第8章AI應用性能調試273
8.1 AI應用性能調試方法273
8.2 AI應用性能測試負載275
8.3 AI應用性能評價指標278
8.3.1 模型類指標278
8.3.2 通用指標和硬件性能指標282
8.4 AI應用推理性能差異283
8.5 AI應用性能優化284
8.6 小結285
第9章移動終端的AI推理性能
評價286
9.1 不同移動終端間的AI性能基準
測試286
9.2 AI基準測試應用介紹288
9.3 小結293
第10章移動終端AI技術發展
趨勢294
10.1 技術發展趨勢294
10.1.1 移動終端的AI訓練294
10.1.2 移動終端的聯邦學習300
10.2 產品發展趨勢307
10.2.1 智能語音終端307
10.2.2 自然語言處理終端308
10.2.3 智能機器人產品309
10.2.4 智能無人機310
10.2.5 智能家居產品311
10.2.6 智能醫療產品311
10.2.7 智能安防產品312
10.2.8 智能交通產品313
參考文獻314
附錄一移動終端推理應用開發
示例315
附錄A TensorFlow Lite示例代碼315
附錄B PyTorch示例代碼315
附錄C Paddle Lite示例代碼316
附錄D VCAP示例代碼316
附錄E SNPE示例代碼316
附錄F HiAI Foundation示例
代碼317
附錄G CoreML示例代碼318
附錄H MegEngine示例代碼318
附錄I MNN示例代碼318
附錄二技術術語表320
