小册描述
目录
- 6.1关于对音频的认知
- 6.2音频信号识别过程
- 6.2.1梅尔频率倒谱系数
- 6.2.2隐马尔可夫模型
- 6.2.3N-Gram统计语言模型
- 6.3语音波形和识别实战
- 6.3.1librosa模块实战语音波形
- 6.3.2librosa模块实战梅尔频率倒谱系数
- 6.3.3SpeechRecognition实战语音识别
- 7.1关于对视频的认知
- 7.2视频编解码技术的认知
- 7.3视频理解中的行为识别
- 7.3.1时空关键点法
- 7.3.2双流法的行为识别
- 7.4视频理解中的场景识别
- 7.5ImageAI模块使用实战
- 8.1从囚徒困境谈起
- 8.2生成对抗神经网络
- 8.3生成对抗神经网络的应用场景
- 8.3.1图像生成
- 8.3.2多域图像生成
- 8.3.3图像转换
- 8.3.4多域图像转换
- 8.3.5对象检测
- 8.3.6对象变换
- 8.3.7文本转图像
- 8.4生成对抗神经网络的架构
- 8.5生成对抗神经网络的训练方法
- 8.6生成对抗神经网络的优劣
- 8.7生成对抗神经网络的训练实战
- 9.1无人驾驶研究的必要性
- 9.2无人驾驶的概念
- 9.3无人驾驶系统的基本架构
- 9.3.1环境感知
- 9.3.2定位
- 9.3.3任务规划
- 9.3.4行为规划
- 9.3.5动作规划
- 9.3.6预测控制
- 9.4sklearn模块实战分类
- 9.4.1欧氏距离:KNN分类原理与实现
- 9.4.2贝叶斯算法:朴素贝叶斯分类原理与实现
- 9.4.3决策之树:决策树分类原理与实现
- 10.1关于对区块链的认知
- 10.2区块链的原理
- 10.3区块链的相关概念
- 10.3.1区块
- 10.3.2哈希算法
- 10.3.3公钥和私钥
- 10.3.4时间戳
- 10.4大数据产业的理解
- 10.4.1数据采集
- 10.4.2数据存储
- 10.4.3数据建模
- 10.4.4数据分析
- 10.5大数据框架介绍
- 10.5.1Hadoop框架
- 10.5.2Hadoop环境搭建
- 10.5.3MapReduce组件
- 10.5.4Spark框架
- 10.6经典的大数据WordCount程序