前言

机器学习（Machine Learning，ML）是一门正在高速发展的技术，它专注于计算机程序的开发，这些程序在处理新数据时可以进行修改。机器学习现在已经获得了重大进展，小到机器学习的实际应用，大到人工智能（Artificial Intelligence，AI）。

本书介绍现实生活中多个应用程序的实现，这些应用程序会展示如何使用TensorFlow Lite或者Core ML完成有效率的机器学习。我们将会学习TensorFlow及其扩展（如TensorFlow Lite）的新功能，以开发智能的应用程序（可从复杂的大型数据库中学习）。本书将会深入讨论一些高级话题，如使用卷积神经网络（Convolutional Neural Network，CNN）、循环神经网络（Recurrent Neural Network，RNN）、迁移学习这样的深度神经网络技术来构建深度应用程序，从而掌握深度学习相关的内容。

通过本书，你不但会掌握机器学习中的概念，而且将学会如何实现机器学习和深度学习。同时，在使用TensorFlow Lite和Core ML构建强大的移动端应用程序时，你还将学会如何解决问题以及应对挑战。

本书读者对象

本书主要面对想要掌握ML与深度学习的数据科学家、ML专家、深度学习（或者AI）爱好者。读者最好具有一定的Python编程基础。

本书内容

第1章介绍TensorFlow Lite和Core ML背后的基础知识。

第2章讲述如何构建一款iOS应用程序，这款应用程序可以借助已经存在的数据模型，使用相机或者用户相册中的数据预测人的年龄和性别。

第3章讨论如何将图片转换为Instagram应用程序的风格。

第4章探讨基于Firebase的ML Kit平台。

第5章展示如何使用TensorFlow Lite构建一个AR滤镜，这个滤镜将会使用在Snapchat和Instagram等应用程序上。

第6章介绍如何构建一个用于识别手写数字的Android应用程序。

第7章讲述如何构建一款可以换脸的应用程序。

第8章解释如何使用迁移学习对食物进行分类。

第9章回顾本书讨论的所有的应用程序。

如何充分利用本书

如果你之前开发过移动端应用程序，那么这项技能对于阅读本书将会有极大的帮助。如果之前没有开发过移动端应用程序，那么最好学习一下Android应用程序开发语言（如Java或者Kotlin），还有iOS应用程序开发语言Swift。

如果你拥有Python编程基础，那么它将会帮助你构建自己的数据模型，但是Python技能并不是必需的。

本书介绍的应用程序都是使用MacBook Pro笔记本计算机构建的。对于大部分命令行操作，假设你已经在计算机上安装了bash shell。这些命令行可能在Windows开发环境下无法正常工作。

下载代码

可以在Packt网站上使用自己的账号下载本书中全部的示例代码。如果你在其他地方购买的本书，那么可以访问Packt网站并注册，代码会通过邮件的形式直接发送给你。

可以通过下面的步骤下载文件。

（1）在Packt网站上登录或注册。

（2）选择SUPPORT选项卡。

（3）单击Code Downloads & Errata。

（4）在Search框中输入本书的名字，并参照屏幕上的提示进行操作。

一旦下载了文件，请确保使用各个平台对应版本的压缩软件解压文件夹。

  • 在Windows平台上使用WinRAR/7-Zip。
  • 在Mac平台上使用Zipeg/iZip/UnRarX。
  • 在Linux平台上使用7-Zip/PeaZip。

本书使用的代码也可以从GitHub上下载。一旦代码有更新，GitHub仓库就会进行相应的更新。

在GitHub网站上还有一些其他图书的代码和视频。

下载彩色图片

我们还提供了一个PDF文档，里面包含了本书使用的所有屏幕截图和彩色图片，可以在Packtpub网站下载。

本书约定

本书在版式上遵循以下约定。

代码段的格式如下。

def estimate_house_price(sqft, location):
 price = < DO MAGIC HERE >
 return price

命令行的输入和输出格式如下。

xcode-select --install

粗体：表示新的术语、重要的文字，或者需要在屏幕上让你看到的文字。比如，菜单或者对话框中的文字将会显示成粗体。例如，“在初始化界面中选中Single View App，如下图所示”。

　

警告或者重要的注意事项用这个图标表示。

　　

　

小贴士和技巧用这个图标表示。

联系我们

我们非常欢迎读者的反馈。

一般反馈：如果你对本书的任何章节有疑问，那么请在邮件的标题中写上书名，并将邮件发送到customercare@packtpub.com。

勘误：虽然我们已经尽量保证本书内容的正确性，但可能还会有一些错误。如果你发现了本书中的错误，请报告给我们，我们将会非常感谢。请访问Packt网站，找到本书，单击Errata Submission Form链接，并输入相应的细节。

打击盗版行为：如果你在网上发现本书任何形式的非法副本，请将具体链接或者网站的名称报告给我们，我们将会非常感谢。请将相关信息通过邮件发送到copyright@packt.com。

投稿：如果你精通某个领域同时想要撰写或参与撰写图书，请访问Packt网站。

评论

当你阅读完本书后，请发表评论。你已经阅读了本书，为什么不在购书的网站上发表评论呢？潜在读者将会看到你客观的评论，并根据评论做出是否购买本书的决定，同时Packt会了解你对本书的评价，作者也会看到关于他们撰写的图书的反馈。谢谢！

要获得关于Packt的更多信息，请访问Packt网站。

致谢

感谢Saurav Satpathy帮助我完成某些章节的代码。感谢Varsha Shetty给了我编写本书的灵感，还要感谢Rhea Henriques的坚韧不拔。感谢Akshi、Tejas和Sayli以及技术审校者Mayur以及编辑团队。同时感谢开源社区中既可以用于Android又可以用于iOS平台的框架让本书顺利编写完毕。

Karthikeyan NG

上一章目录下一章