0人評分過此書
NLP大神RNN網路：Python原始程式碼手把手帶你寫
NLP大神RNN網路► ► ►Python原始程式碼手把手帶你寫！ 在神經網路的世界中，NLP（自然語言處裡）已逐漸成為AI領域中的主流！因此在IT抑或是各大產業有愈來愈多的人投入在文字與語音的研究中，有愈來愈多的資訊系統應用與產品出現在現代人類的生活中，產生十分巨大的影響。 ．．． [ 最精實的專案實作！ ] 本書包含20個與NLP相關的主題＋大型專案實作，透過專案的實作講解原理，需要有一定的Python及神經網路基本概念，是已經了解AI基本入門的讀者再進階深入的一本絕妙好書。快跟著本書各大主題累積自己的NLP專案實作能力，成為一個能夠開發各種NLP資訊系統的大神吧！ ．．． [ 本書重點 ] ★ 以Python、TensorFlow實作中文自然語言處理，使用維基百科及網路語料庫 ★ 以LSTM為基礎的影評 / 語音 / 文字情感分析實作 / 股票預測 / 影評分析 ★ 根據圖型產生古詩詞的模型實作 ★ 歌曲人聲分離製作 ★ 以Image Caption為基礎的英文學習 ★ 智慧聊天機器人 ★ Rap歌詞自動產生器、AI作曲器 ★ 人臉辨識及人臉自動表情包產生器 ★ 自動幫你的作文評分 ★ 視訊自動字幕產生器 ★ AI機器翻譯、LSTM機器翻譯及注意力機制 ★ COCO資料集的自動圖型描述
-
01 文章輔助生成系統
-
1.1 整體設計
-
1.1.1 系統整體結構圖
-
1.1.2 系統流程圖
-
-
1.2 執行環境
-
1.2.1 Python環境
-
1.2.2 TextRank環境
-
1.2.3 TensorFlow環境
-
1.2.4 PyQt5及Qt Designer執行環境
-
-
1.3 模組實現
-
1.3.1 資料前置處理
-
1.3.2 取出摘要
-
1.3.3 模型架設與編譯
-
1.3.4 模型訓練與儲存
-
1.3.5 圖形化介面的開發
-
1.3.6 應用封裝
-
-
1.4 系統測試
-
1.4.1 訓練困惑度
-
1.4.2 測試效果
-
1.4.3 模型應用
-
-
-
02 Trump推特的情感分析
-
2.1 整體設計
-
2.1.1 系統整體結構圖
-
2.1.2 系統流程圖
-
-
2.2 執行環境
-
2.2.1 Python環境
-
2.2.2 TensorFlow環境
-
2.2.3 工具套件
-
-
2.3 模組實現
-
2.3.1 準備資料
-
2.3.2 資料前置處理
-
2.3.3 模型建構
-
2.3.4 模型測試
-
-
2.4 系統測試
-
2.4.1 模型效果
-
2.4.2 模型應用
-
-
-
03 以LSTM為基礎的影評情感分析
-
3.1 整體設計
-
3.1.1 系統整體結構圖
-
3.1.2 系統前後端流程圖
-
-
3.2 執行環境
-
3.2.1 Python環境
-
3.2.2 TensorFlow環境
-
3.2.3 Android環境
-
-
3.3 模組實現
-
3.3.1 資料前置處理
-
3.3.2 模型建構及訓練
-
3.3.3 模型儲存
-
3.3.4 詞典儲存
-
3.3.5 模型測試
-
-
3.4 系統測試
-
3.4.1 資料處理
-
3.4.2 模型訓練
-
3.4.3 詞典儲存
-
3.4.4 模型效果
-
-
-
04 Image2Poem──根據圖型生成古體詩句
-
4.1 整體設計
-
4.1.1 系統整體結構圖
-
4.1.2 系統流程圖
-
-
4.2 執行環境
-
4.2.1 Python環境
-
4.2.2 TensorFlow安裝
-
4.2.3 其他Python模組的安裝
-
4.2.4 百度通用翻譯API開通及使用
-
-
4.3 模組實現
-
4.3.1 資料準備
-
4.3.2 Web後端準備
-
4.3.3 百度通用翻譯
-
4.3.4 全域變數宣告
-
4.3.5 建立模型
-
4.3.6 模型訓練及儲存
-
4.3.7 模型呼叫
-
-
4.4 系統測試
-
4.4.1 訓練準確率
-
4.4.2 模型效果
-
4.4.3 整合應用
-
-
-
05 歌曲人聲分離
-
5.1 整體設計
-
5.1.1 系統整體結構圖
-
5.1.2 系統流程圖
-
-
5.2 執行環境
-
5.2.1 Python環境
-
5.2.2 TensorFlow環境
-
5.2.3 Jupyter Notebook環境
-
-
5.3 模組實現
-
5.3.1 資料準備
-
5.3.2 資料前置處理
-
5.3.3 模型建構
-
5.3.4 模型訓練及儲存
-
5.3.5 模型測試
-
-
5.4 系統測試
-
5.4.1 訓練準確率
-
5.4.2 測試效果
-
5.4.3 模型應用
-
-
-
06 以Image Caption為基礎的英文學習
-
6.1 整體設計
-
6.1.1 系統整體結構圖
-
6.1.2 系統流程圖
-
-
6.2 執行環境
-
6.2.1 Python環境
-
6.2.2 TensorFlow環境
-
6.2.3 微信開發者工具
-
-
6.3 模組實現
-
6.3.1 準備資料
-
6.3.2 模型建構
-
6.3.3 模型訓練及儲存
-
6.3.4 模型呼叫
-
6.3.5 模型測試
-
-
6.4 系統測試
-
6.4.1 訓練準確率
-
6.4.2 測試效果
-
6.4.3 模型應用
-
-
-
07 智慧聊天機器人
-
7.1 整體設計
-
7.1.1 系統整體結構圖
-
7.1.2 系統流程圖
-
-
7.2 執行環境
-
7.2.1 Python環境
-
7.2.2 TensorFlow環境
-
-
7.3 模組實現
-
7.3.1 資料前置處理
-
7.3.2 模型建構
-
7.3.3 模型測試
-
-
7.4 系統測試
-
7.4.1 訓練損失
-
7.4.2 測試效果
-
7.4.3 模型應用
-
-
-
08 說唱歌詞創作應用
-
8.1 整體設計
-
8.1.1 系統整體結構圖
-
8.1.2 系統流程圖和前端流程圖
-
-
8.2 執行環境
-
8.2.1 Python環境
-
8.2.2 TensorFlow環境
-
8.2.3 其他環境
-
-
8.3 模組實現
-
8.3.1 資料前置處理與載入
-
8.3.2 模型建構
-
8.3.3 模型訓練及儲存
-
8.3.4 模型測試
-
-
8.4 系統測試
-
8.4.1 模型困惑度
-
8.4.2 模型應用
-
-
-
09 以LSTM為基礎的語音/文字/情感辨識系統
-
9.1 整體設計
-
9.1.1 系統整體結構圖
-
9.1.2 系統流程圖
-
9.1.3 網頁端設定流程圖
-
-
9.2 執行環境
-
9.2.1 Python環境
-
9.2.2 TensorFlow環境
-
9.2.3 網頁端環境框架──Django
-
-
9.3 模組實現（伺服器端）
-
9.3.1 資料處理
-
9.3.2 呼叫API
-
9.3.3 模型建構
-
9.3.4 模型訓練及儲存
-
-
9.4 網頁實現（前端）
-
9.4.1 Django的管理指令稿
-
9.4.2 Django的核心指令稿
-
9.4.3 網頁端範本的組成
-
9.4.4 Django的介面驗證指令稿
-
9.4.5 Django中URL範本的連接器
-
9.4.6 Django中URL設定
-
-
9.5 系統測試
-
9.5.1 訓練準確率
-
9.5.2 效果展示
-
-
-
10 以人臉檢測為基礎的表情包自動生成器
-
10.1 整體設計
-
10.1.1 系統整體結構圖
-
10.1.2 系統流程圖
-
10.1.3 檔案結構
-
-
10.2 執行環境
-
10.2.1 Python環境
-
10.2.2 TensorFlow環境
-
10.2.3 OpenCV環境
-
10.2.4 Pillow環境
-
-
10.3 模組實現
-
10.3.1 圖形化使用者介面
-
10.3.2 人臉檢測與標注
-
10.3.3 人臉朝向辨識
-
10.3.4 人臉處理與表情包合成
-
-
10.4 系統測試
-
10.4.1 確定執行環境符合要求
-
10.4.2 應用使用說明
-
-
-
11 AI 作曲
-
11.1 整體設計
-
11.1.1 系統整體結構圖
-
11.1.2 系統流程圖
-
-
11.2 執行環境
-
11.2.1 Python環境
-
11.2.2 虛擬機器環境
-
11.2.3 TensorFlow環境
-
11.2.4 Python類別庫及專案軟體
-
-
11.3 模組實現
-
11.3.1 資料前置處理
-
11.3.2 資訊提取
-
11.3.3 模型建構
-
11.3.4 模型訓練及儲存
-
11.3.5 音樂生成
-
-
11.4 系統測試
-
11.4.1 模型訓練
-
11.4.2 測試效果
-
-
-
12 智慧作文評分系統
-
12.1 整體設計
-
12.1.1 系統整體結構圖
-
12.1.2 系統流程圖
-
12.1.3 前端流程圖
-
-
12.2 執行環境
-
12.2.1 Python環境
-
12.2.2 Keras環境
-
12.2.3 Django環境
-
-
12.3 模組實現
-
12.3.1 資料前置處理
-
12.3.2 模型建構
-
12.3.3 模型訓練及儲存
-
12.3.4 模型測試
-
-
12.4 系統測試
-
12.4.1 訓練準確率
-
12.4.2 模型應用
-
12.4.3 測試效果
-
-
-
13 新冠疫情輿情監督
-
13.1 整體設計
-
13.1.1 系統整體結構圖
-
13.1.2 系統流程圖
-
-
13.2 執行環境
-
13.2.1 Python環境
-
13.2.2 PaddlePaddle環境
-
-
13.3 模組實現
-
13.3.1 準備前置處理
-
13.3.2 模型建構
-
13.3.3 模型訓練
-
13.3.4 模型評估
-
13.3.5 模型預測
-
-
13.4 系統測試
-
13.4.1 訓練準確率
-
13.4.2 測試效果
-
13.4.3 模型應用
-
-
-
14 語音辨識──視訊增加字幕
-
14.1 整體設計
-
14.1.1 系統整體結構圖
-
14.1.2 系統流程圖
-
-
14.2 執行環境
-
14.3 模組實現
-
14.3.1 分離音訊
-
14.3.2 分割音訊
-
14.3.3 提取音訊
-
14.3.4 模型建構
-
14.3.5 辨識音訊
-
14.3.6 增加字幕
-
14.3.7 GUI介面
-
-
14.4 系統測試
-
-
15 人臉辨識與機器翻譯小程式
-
15.1 整體設計
-
15.1.1 系統整體結構圖
-
15.1.2 系統流程圖
-
-
15.2 執行環境
-
15.2.1 Python環境
-
15.2.2 TensorFlow-GPU/CPU環境
-
15.2.3 OpenCV2函數庫
-
15.2.4 Dlib函數庫
-
15.2.5 Flask環境
-
15.2.6 TensorFlow-SSD目標（人臉）檢測框架
-
15.2.7 TensorFlow-FaceNet人臉比對框架
-
15.2.8 微信小程式開發環境
-
15.2.9 JupyterLab
-
-
15.3 模組實現
-
15.3.1 資料前置處理
-
15.3.2 建立模型
-
-
15.4 系統測試
-
-
16 以循環神經網路為基礎的機器翻譯
-
16.1 整體設計
-
16.1.1 系統整體結構圖
-
16.1.2 系統流程圖
-
-
16.2 執行環境
-
16.2.1 Python環境
-
16.2.2 PyTorch環境
-
16.2.3 Flask環境
-
-
16.3 模組實現
-
16.3.1 資料前置處理
-
16.3.2 模型建構
-
16.3.3 模型訓練及儲存
-
16.3.4 模型測試
-
-
16.4 系統測試
-
16.4.1 訓練準確率
-
16.4.2 模型應用
-
-
-
17 以LSTM為基礎的股票預測
-
17.1 整體設計
-
17.1.1 系統整體結構圖
-
17.1.2 系統流程圖
-
-
17.2 執行環境
-
17.2.1 Python環境
-
17.2.2 TensorFlow環境
-
17.2.3 Numpy環境
-
17.2.4 Pandas環境
-
17.2.5 Keras環境
-
17.2.6 Matplotlib環境
-
-
17.3 模組實現
-
17.3.1 資料前置處理
-
17.3.2 模型建構
-
17.3.3 模型儲存及輸出預測
-
17.3.4 模型測試
-
-
17.4 系統測試
-
17.4.1 訓練準確率
-
17.4.2 模型效果
-
-
-
18 以LSTM為基礎的豆瓣影評分類情感分析
-
18.1 整體設計
-
18.1.1 系統整體結構圖
-
18.1.2 系統流程圖
-
-
18.2 執行環境
-
18.2.1 Python環境
-
18.2.2 TensorFlow環境
-
18.2.3 Keras環境
-
-
18.3 模組實現
-
18.3.1 資料收集
-
18.3.2 資料處理
-
18.3.3 Word2Vec模型
-
18.3.4 LSTM模型
-
18.3.5 完整流程
-
18.3.6 模型測試
-
-
18.4 系統測試
-
18.4.1 訓練準確率
-
18.4.2 應用效果
-
-
-
19 AI寫詩機器人
-
19.1 整體設計
-
19.1.1 系統整體結構圖
-
19.1.2 系統流程圖
-
-
19.2 執行環境
-
19.2.1 Python環境
-
19.2.2 TensorFlow環境
-
19.2.3 Qt Creator下載與安裝
-
-
19.3 模組實現
-
19.3.1 語料獲取和整理
-
19.3.2 特徵提取與預訓練
-
19.3.3 建構模型
-
19.3.4 模型訓練
-
19.3.5 結果預測
-
19.3.6 設定詩句評分標準
-
19.3.7 介面設計
-
-
19.4 系統測試
-
-
20 以COCO資料集為基礎的自動圖型描述
-
20.1 整體設計
-
20.1.1 系統整體結構圖
-
20.1.2 系統流程圖
-
-
20.2 執行環境
-
20.3 模組實現
-
20.3.1 資料準備
-
20.3.2 模型建立及儲存
-
20.3.3 模型訓練及儲存
-
20.3.4 介面設定及演示
-
-
20.4 系統測試
-
- 出版地 ： 臺灣
- 語言 ： 繁體中文
- DOI ： 10.978.9860776/775
評分與評論
請登入後再留言與評分
PDF
PDF
PDF
PDF
