移动端机器学习实战

9.2 本章小结

9.1 温故而知新

第9章 接下来做什么

8.3 本章小结

8.2 训练TensorFlow模型

8.1 迁移学习

第8章 使用迁移学习完成食物分类

7.4 问题

7.3 参考信息

7.2 本章小结

7.1 换脸

第7章 使用OpenCV与朋友换脸

6.5 本章小结

6.4 训练神经网络

6.3 构建TensorFlow模型

6.2 MNIST数据库

6.1 生成式对抗网络

第6章 使用对抗学习构建手写数字分类器

5.5 本章小结

5.4 问题

5.3 参考网站

5.2 构建Android应用程序

5.1 MobileNet模型

第5章 在Android上的AR滤镜

4.5 本章小结

4.4 文本识别

4.3 条形码扫描器

4.2 人脸检测

4.1 ML Kit的基础

第4章 基于Firebase的ML Kit

3.4 参考网站

3.3 本章小结

3.2 构建应用程序

3.1 艺术神经风格迁移

第3章 在照片上应用艺术神经风格迁移

2.4 本章小结

2.3 在iOS上使用Core ML实现应用程序

2.2 卷积神经网络

2.1 年龄和性别预测

第2章 使用Core ML和CNN预测年龄与性别

1.5 本章小结

1.4 Core ML

1.3 TensorFlow Lite

1.2 TensorFlow Lite和Core ML

1.1 机器学习的基础

第1章 机器学习在移动端的使用情况

关于异步社区和异步图书

与我们联系

提交勘误

配套资源

资源与支持

前言

译者序

审校者简介

译者简介

作者简介

版权声明

内容提要

版权

版权信息

封面

封面

版权信息

版权

内容提要

版权声明

作者简介

译者简介

审校者简介

译者序

前言

资源与支持

配套资源

提交勘误

与我们联系

关于异步社区和异步图书

第1章 机器学习在移动端的使用情况

1.1 机器学习的基础

1.2 TensorFlow Lite和Core ML

1.3 TensorFlow Lite

1.4 Core ML

1.5 本章小结

第2章 使用Core ML和CNN预测年龄与性别

2.1 年龄和性别预测

2.2 卷积神经网络

2.3 在iOS上使用Core ML实现应用程序

2.4 本章小结

第3章 在照片上应用艺术神经风格迁移

3.1 艺术神经风格迁移

3.2 构建应用程序

3.3 本章小结

3.4 参考网站

第4章 基于Firebase的ML Kit

4.1 ML Kit的基础

4.2 人脸检测

4.3 条形码扫描器

4.4 文本识别

4.5 本章小结

第5章 在Android上的AR滤镜

5.1 MobileNet模型

5.2 构建Android应用程序

5.3 参考网站

5.4 问题

5.5 本章小结

第6章 使用对抗学习构建手写数字分类器

6.1 生成式对抗网络

6.2 MNIST数据库

6.3 构建TensorFlow模型

6.4 训练神经网络

6.5 本章小结

第7章 使用OpenCV与朋友换脸

7.1 换脸

7.2 本章小结

7.3 参考信息

7.4 问题

第8章 使用迁移学习完成食物分类

8.1 迁移学习

8.2 训练TensorFlow模型

8.3 本章小结

第9章 接下来做什么

9.1 温故而知新

9.2 本章小结