深度學習實務應用｜雲端、行動與邊緣裝置

第 1 章 探索人工智慧的景色
第 2 章 畫中所言為何：用Keras進行影像分類
第 3 章 貓狗大戰：用Keras在30行內搞定遷移學習
第 4 章 建立反向影像搜尋引擎：了解嵌入
第 5 章 從菜鳥到大師級預測器：最大化捲積類神經網路的準確度
第 6 章 最大化TensorFlow之速度與效能：便利的清單
第 7 章 實用工具、提示與技巧
第 8 章 電腦視覺雲端API：15分鐘內開始運行
第 9 章 使用TensorFlow Serving與KubeFlow進行雲端可擴展推論服務
第 10 章 使用TensorFlow.js與ml5.js在瀏覽器上運行人工智慧
第 11 章 使用Core ML在iOS上進行即時物件分類
第 12 章 使用Core ML與Create ML建立iOS上的Not Hotdog
第 13 章 食物界的Shazam：使用TensorFlow Lite和ML Kit來開發Android應用程式
第 14 章 使用TensorFlow物件偵測API建立完美的喵星人定位應用程式
第 15 章 成為自造者：探索邊緣裝置上的嵌入式人工智慧
第 16 章 使用Keras進行端到端深度學習模擬自駕車
第 17 章 一小時內建造一部自駕車：在AWS DeepRacer使用增強式學習

作者簡介



Anirudh Koul

　　為知名的人工智慧專家、聯合國/TEDx講者、以及Microsoft AI & Research前資深科學家，他在那裡創建了Seeing AI，常被認為是盲人社群中除了iPhone之外最常被使用的技術。

Siddha Ganju

　　是是Nvidia的自動駕駛設計師。她被富比士雜誌列入「傑出青年」(30 under 30)之中。較早時她在Deep Vision為資源受限的邊緣裝置開發深度學習模型。

Meher Kasam

　　是一位經驗老到的軟體開發人員，他所寫的應用程式每天都被數千萬的使用者使用。目前他是Square的iOS開發人員，並且曾經在微軟和亞馬遜工作過，他為Square以及微軟開發了各種應用程式，從Square的Point of Sale到Bing iPhone應用程式。