深度学习实战
正版新书 新华官方库房直发 可开电子发票
￥ 42.31 5.3折 ￥ 79.8 全新
库存5件
作者邱宇航编著
出版社中国水利水电出版社
ISBN9787517098676
出版时间2022-06
版次1
装帧平装
开本16开
纸张胶版纸
页数320页
字数504千字
定价79.8元
货号SC:9787517098676
上书时间2024-12-23
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
邱宇航，澳大利亚八大名校蒙纳士大学博士，研究人工智能工业应用、深度学习及计算机视觉；
曾任职于中国科学院苏州医工所；本科期间获得过专业毕业论文优秀奖，担任过学科竞赛队伍带头人
并参与省级以上竞赛 20 余项，获重量奖项 10 余项，省级奖项若干项，并作为全国 50 强选手入选百
度青年人工智能创客训练营。迄今，在计算机人工智能相关研究领域发表多篇论文，包含 Q1、Q2 等
业内知名期刊 SCI 论文和会议论文，申请获批多项专利和软件著作权，担任如 Concurrency and
Computation: Practice and Experience 等在内的 SCI 期刊审稿人。
主编推荐:
从环境搭建、理论基础，到案例实战、部署上线，本书包含了计算机视觉领域的图像分类、迁移学习、目标检测、自编码器、生成式对抗网络，以及指纹识别、基于摄像头的指定物体实时预测、模型的部署上线等基于Tensorflow 2.0的全生命周期的计算机视觉任务的开发流程。
内容简介:
《深度学习实战：基于TensorFlow 2.X的计算机视觉开发应用》从环境的搭建和TensorFlow 2.X的基础语法讲起，逐步深入到计算机视觉领域的算法模型理论与实战应用，并重点讲解了如何使用TensorFlow 2.X框架实现各类经典的深度学习模型，让读者可以系统地学习TensorFlow 2.X在计算机视觉领域的相关知识和实战应用。
全书共13章，涵盖的主要内容有Anaconda环境配置、JupyterNotebook使用、神经网络模型和用Python从零实现神经网络、TensorFlow 2.X的基础语法、图像分类的算法模型理论和实战、迁移学习技术实战、目标
检测的算法模型理论和实战、自编码器的算法模型理论和实战、生成式对抗网络的算法模型理论和实战、基于深度学习的指纹识别技术实战、基于摄像头的指定物体实时预测、基于Linux平台下的深度学习模型网页部署、基于exe程序的深度学习识别系统以及自动机器学习的理论与实战等。
《深度学习实战：基于TensorFlow 2.X的计算机视觉开发应用》内容通俗易懂、案例丰富、实用性强，特别适合机器学习、深度学习、TensorFlow 2.X框架和计算机视觉领域的入门读者阅读，也适合Python程序员等其他编程爱好者阅读。另外，本书也可作为相关院校或培训机构的教材使用。
目录:
第1章 绪论
1.1 人工智能简介
1.1.1 人工智能发展历史
1.1.2 深度学习发展历史
1.1.3 深度学习应用领域
1.1.4 计算机视觉简介
1.2 深度学习框架
1.2.1 主流框架
1.2.2 TensorFlow和PyTorch
1.2.3 TensorFlow 1.X和TensorFlow 2.X
1.3 Anaconda开发环境配置
1.3.1 Anaconda简介
1.3.2 安装Anaconda
1.3.3 Anaconda常用操作指令
1.3.4 安装TensorFlow 2.X
1.4 Jupyter Notebook配置
1.4.1 Jupyter Notebook简介
1.4.2 打开并使用Jupyter Notebook
1.4.3 Jupyter Notebook常用快捷键
第2章 神经网络基础
2.1 神经网络模型理论基础
2.1.1 神经元模型（M-P模型）
2.1.2 激活函数
2.1.3 神经网络的前向传播
2.1.4 神经网络的反向传播
2.1.5 梯度下降法
2.2 用Python从零实现神经网络
2.2.1 MNIST 数据集
2.2.2 MNIST数据集的下载及读取
2.2.3 单层神经网络搭建
第3章 TensorFlow 2.X理论基础
3.1 张量类型及基本运算
3.1.1 张量类型
3.1.2 创建张量
3.1.
...
— 没有更多了 —
以下为对购买帮助不大的评价