• 深度学习在动态媒体中的应用与实践
21年品牌 40万+商家 超1.5亿件商品

深度学习在动态媒体中的应用与实践

全新正版 极速发货

33.73 5.7折 59 全新

库存2件

广东广州
认证卖家担保交易快速发货售后保障

作者唐宏,陈麒,庄一嵘 编著

出版社人民邮电出版社

ISBN9787115480101

出版时间2018-03

装帧平装

开本16开

定价59元

货号1201690927

上书时间2024-08-05

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
唐宏,男,中国电信股份有限公司广州研究院数据通信研究所所长、工程师,中国电子学会云计算专家委员会委员,中国电信股份有限公司科技委员会数据组副组长,中国通信学会CCSA TC1 WG4副组长,中国SDN产业联盟需求场景与网络架构组组长,主要从事IP承载网、下一代互联网、网络新技术方面的研发与管理工作。 陈麒,浙江工业大学信息工程学院信息与通信工程工学硕士,现任职于中国电信股份有限公司广州研究院,主要从事人工智能与CDN的研发工作。庄一嵘,中山大学通信与信息系统专业硕士,现任职于中国电信股份有限公司广州研究院,主要从事CDN、IPTV、人工智能应用等研发工作。

目录
目录第 1章  深度学习简介11.1  深度学习的发展11.2  深度学习的应用及研究方向31.3  深度学习工具介绍和对比41.3.1  Caffe41.3.2  TensorFlow51.3.3  Torch61.4  小结7第 2章  深度学习基本理论92.1  深度学习的基本概念92.2  深度学习的训练过程132.3  深度学习的常用模型和方法142.4  小结20第3章  深度学习环境搭建233.1  Caffe安装233.1.1  安装Caffe的相关依赖项243.1.2  安装NVIDIA驱动243.1.3  安装CUDA273.1.4  配置cuDNN303.1.5  源代码编译安装OpenCV323.1.6  编译Caffe,并配置Python接口343.2  Caffe框架下的MNIST数字识别问题413.3  TensorFlow安装423.3.1  基于pip安装423.3.2  基于Anaconda安装463.3.3  基于源代码安装513.3.4  常见安装问题563.4  TensorFlow框架下的CIFAR图像识别问题593.5  Torch安装613.5.1  无CUDA的Torch 7安装613.5.2  CUDA的Torch 7安装613.6  Torch框架下neural-style图像合成问题623.7  小结74第4章  人脸识别754.1  人脸识别概述754.2  人脸识别系统设计764.2.1  需求分析764.2.2  功能设计774.2.3  模块设计784.3  系统生产环境部署及验证814.3.1  抽帧环境部署814.3.2  抽帧功能验证824.3.3  OpenFace环境部署824.3.4  OpenFace环境验证844.4  批量生产904.5  小结102第5章  车辆识别1035.1  概述1035.2  系统设计1045.2.1  需求分析1045.2.2  功能设计1045.2.3  模块设计1055.3  系统生产环境部署及验证1065.3.1  生产环境部署1065.3.2  项目部署1075.3.3  环境验证1085.4  批量生产1095.5  小结117第6章  不良视频识别1196.1  概述1196.2  不良图片模型简介1206.3  系统设计1226.4  系统部署及系统测试验证1236.5  批量生产1256.5.1  批量节目元数据信息检索与筛选1256.5.2  基于FFmpeg的SDK抽取视频I帧1266.5.3  基于肤色比例检测的快速筛查1286.5.4  基于Caffe框架的不良图片检测1286.6  小结129第7章  集群部署与运营维护1317.1  认识Docker1317.2  基于Docker的TensorFlow实验环境1347.3  运营维护1377.4  小结138参考文献139

内容摘要
本书是一本深度学习的基础入门读物,对深度学习的基本理论进行了介绍,主要以Ubuntu系统为例搭建了三大主流框架——Caffe、TensorFlow、Torch,然后分别在3个框架下,通过3个实战项目掌握了框架的使用方法,并详细描述了生产流程,很后讲述了通过集群部署深度学习的项目以及如何进行运营维护的注意事项。 本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子信息专业的高校毕业生以及想从实战项目入手的深度学习研发工程师或算法工程师。

主编推荐
1、速成性:本书涉及深度学习的基本原理,没有过多纠结数学公式推导,能快速上手书中的实战项目,可用于实际生产。2、前沿性:深度学习是当今人工智能领域炙手可热的技术,本书是目前市面上为数不多的深度学习源码解析类参考资料。3、翔实性:本书既有深度学习理论知识的讲解,又有源代码的剖析,还包括解决实际问题的案例。4、趣味性:本书穿插部分漫画,利于年轻读者接受和传播。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP