Python深度學習及智慧車競賽實務

徐國艷//劉聰琳

  • 出版商: 機械工業
  • 出版日期: 2024-03-01
  • 定價: $594
  • 售價: 8.5$505
  • 語言: 簡體中文
  • 頁數: 308
  • 裝訂: 平裝
  • ISBN: 7111752147
  • ISBN-13: 9787111752141
  • 相關分類: DeepLearning
  • 下單後立即進貨 (約4週~6週)

商品描述

全書共11章,分為Python基礎知識體系、Python文件處理與資料分析、深度學習的理論與實務、智慧車競賽任務與實務四部分,
詳細介紹了Python基礎、Python資料分析方法、機器學習概念、
全連結神經網路及卷積神經網路模式的理論及產業級工程專案實務等。
透過本書學習,學生可以從零基礎開始,
到能完成深度學習模型設計及部署驗證、完成智慧汽車競賽中關於影像處理和深度學習相關的任務。

目錄大綱

前言
二維碼清單
第1部分Python 基礎知識體系
第1章?緒論/ 002
1.1?人工智慧的發展及基本概念/ 002
1.1.1?人工智慧的起源與發展/ 002
1.1.2?中國人工智慧技術的發展/ 004
1.1.3?人工智慧的基本概念/ 007
1.2?智慧汽車及全國大學生智慧汽車競賽/ 009
1.2.1?智慧汽車技術概述/ 009
1.2.2?全國大學生智慧汽車競賽簡介/ 010
1.3 ?程式設計語言及Python語言簡介/ 011
1.3.1?低階語言與高階語言/ 011
1.3.2?結構化語言與物件導向語言/ 013
1.3.3?Python語言特性/ 013
1.3.4?Python開發環境及小實例/ 014
習題/ 018
第2章?Python基本語法元素及資料型態/ 020
2.1?程式的基本設計方法/ 020
2.1.1?IPO程式設計方法/ 020
2.1.2?實例:ReLU激活函數/ 021
2.1.3?實例:智慧車差速轉向/ 021
2.2?Python基本語法元素/ 022
2.2.1?註釋(comment) / 022
2.2.2?縮排(indent) / 023
2.2.3?標識符( identifier) / 023
2.2.4?賦值語句/ 024
2.2.5?input()函數/ 025
2.2.6?print()函數/ 025
2.2.7?eval()函數/ 026
2.2.8?分支語句/ 0266
2.2.9?功能庫引用/ 027
2.3?Python基本資料型態/ 027
2.3.1?數字型別概述/ 027
2.3.2?數字型別的操作/ 029
2.3.3?字串型概述/ 032
2.3.4?字串類型的操作/ 033
2.3.5?字串類型的格式化/ 036
2.4?math庫/ 037
2.4.1?math庫概述/ 037
2.4.2?math庫常用函數/ 038
2.4.3?實例:使用math庫計算組合數和排列數/ 040
2.5?time庫/ 040
2.5.1?time庫概述/ 040
2.5.2?time庫常用函數/ 041
2.5.3?實例:使用time庫計算程式碼執行時間/ 041
習題/ 042
第3章?程序控制結構/ 044
3.1?程序流程圖與基本結構/ 044
3.2?程序的分支結構/ 046
3.2.1?單分支結構:if語句/ 046
3.2.2?二分支結構:if- else語句/ 047
3.2.3?多分支結構:if- elif- else語句/ 047
3.2.4?實例:簡單計算器/ 048
3.3?程式的循環結構/ 048
3.3.1?遍歷循環:for循環/ 049
3.3.2?條件循環:while循環/ 050
3.3.3?循環保留字:break和continue / 051
3.4?程式異常處理/ 053
3.5?random庫/ 054
3.5.1?random庫概述/5054 
3. .2?random庫使用/ 054
3.6?turtle庫/ 055
3.6.1?turtle庫概述/ 055
3.6.2?turtle庫使用/ 055
3.6.3?實例:智能車競賽車道繪製/ 058
練習/ 060
第4章?函數和類別/ 062
4.1?程式碼重複使用和模組化設計/ 062
4.2?函數/ 063
4.2.1?函數的定義和呼叫/ 063
4.2.2?函數參數傳遞/ 064
4.2.3?函數的傳回值/ 066
4.2.4?函數的遞歸/ 067
4.2.5?局部變數與全域變數/ 068
4.2.6?匿名函數:lambda函數/ 069
4.2.7?實例:單層感知器函數設計/ 070
4.3 ?物件導向和類別/ 072
4.3.1?物件導向程式設計基本概念/ 072
4.3.2?類別和物件/ 073
4.3.3?基底類別和繼承/ 076
4.4?實例:智慧型車自動巡航類別建立/ 078
4.5 ?實例:單層感知器類別創建/ 079
習題/ 080
第5章?組合資料類型/ 083
5.1?概述/ 083
5.2?序列類型/ 084
5.2.1?元組及其操作/ 085
5.2.2?列表及其操作/ 086
5.2.3?列表操作/ 089
5.3?集合類型/ 093
5.3.1?集合的創建/ 093
5.3.2?集合的操作/ 093
5. 4?映射類型/ 096
5.4.1?字典的創建與存取/ 097
5.4.2?字典的操作/ 098
5.4.3?實例:使用字典實作英文詞頻統計/ 101
5.4.4?實例:用類別建立智慧車自動巡航的字典/ 102
5.5?jieba庫/ 103
5.5.1?jieba庫概述/ 103
5.5.2?jieba庫安裝與分詞方法/ 103
5.5.3?實例:「智慧汽車創新發展策略」詞頻統計/ 104
5.6?wordcloud庫/ 105
5.6.1?wordcloud庫概述/ 105
5.6.2?wordcloud庫安裝/ 106
5.6.3?wordcloud物件建立及參數設定/ 106
5.6. 4?實例:黨的二十大報告詞雲生成/ 107
習題/ 109
第2部分Python 文件處理與數據分析
第6章?文件和數據格式化/ 112
6.1?文件的使用/ 112
6.1.1?文件的理解/ 112
6.1.2?文件的開啟和關閉/ 114
6.1.3?文件的讀取/ 115
6.1.4?文件的寫入/ 118
6.1.5?實例:賽車道自動繪製/ 120
6.1.6 ?os庫和zipfile庫/ 122
6.1.7 實例:車輛圖片資料集處理/ 123
6.2?資料的格式化與處理/ 125
6.2.1?一維資料/ 125
6.2.2?二維資料/ 126
6.2. 3?高維度資料json庫使用/ 130
6.2.4?實例:車輛圖片json檔案處理/ 132
6.3?PIL庫/ 133
6.3.1?PIL庫簡介/ 133
6.3.2?Image物件/ 133
6.3.3?影像格式轉換/ 135
6.3.4?影像縮放/ 136
6.3.5?影像分離與融合/ 138
6.3.6?影像幾何變換/ 140
6.3.7 其他影像處理類別/ 141
6.4?OpenCV庫/ 144
6.4.11 ?OpenCV庫簡介/ 144
6.4.2?OpenCV常用函式庫函數/ 144
6.4.3?色彩空間轉換/ 146
習題/ 149
第7章?Python計算生態學及機器學習概述/ 151
7.1?計算思維的概念/ 151
7.2 ?Python計算生態/ 152
7.2.1?Python計算生態簡介/ 152
7.2.2?常用庫簡介/ 153
7.3?Python資料分析庫/ 155
7.3.1?numpy庫/ 155
7.3.2?pandas庫/ 168
7. .3?matplotlib庫/ 173
7.3.4?實例:loss和acc曲線繪製