TensorFlow计算机视觉原理与实战
正版保障 假一赔十 可开发票
￥ 43.08 4.8折 ￥ 89 全新
库存29件
广东广州
认证卖家担保交易快速发货售后保障
作者欧阳鹏程，任浩然编著
出版社清华大学出版社
ISBN9787302579687
出版时间2021-06
装帧平装
开本16开
定价89元
货号11088474
上书时间2024-12-18
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
欧阳鹏程，西安交通大学工学硕士，研究方向为计算机视觉与数据处理。曾代表西安交通大学参加第一届浦发百度智慧金融极客挑战赛，荣获全国三等奖。曾于华为****视觉实验室与广发证券实习。于国内视频网站发布TensorFlow教程，深受网友支持与喜爱。
目录
第1章 深度学习简介及TensorFlow环境搭建(21min)
1.1 什么是深度学习
1.2 深度学习语言与工具
1.3 TensorFlow的优势
1.4 TensorFlow的安装与环境配置
1.4.1 Windows下配置GPU版TensorFlow
1.4.2 Linux下配置GPU版TensorFlow
1.4.3 直接通过Anaconda解决环境依赖
1.4.4 安装CPU版本的TensorFlow
1.5 小结
第2章 常用的Python数据处理工具
2.1 NumPy的使用
2.1.1 NumPy中的数据类型
2.1.2 NumPy中数组的使用
2.2 Matplotlib的使用
2.2.1 Matplotlib中的相关概念
2.2.2 使用Matplotlib绘图
2.3 Pandas的使用
2.3.1 Pandas中的数据结构
2.3.2 使用Pandas读取数据
2.3.3 使用Pandas处理数据
2.4 SciPy的使用
2.4.1 使用SciPy写入mat文件
2.4.2 使用SciPy读取mat文件
2.5 scikit-learn的使用
2.5.1 scikit-learn的使用框架
2.5.2 使用scikit-learn进行回归
2.5.3 使用scikit-learn进行分类
2.6 Pillow的使用
2.6.1 使用Pillow读取并显示图像
2.6.2 使用Pillow处理图像
2.7 OpenCV的使用
2.7.1 使用OpenCV读取与显示图像
2.7.2 使用OpenCV处理图像
2.8 argparse的使用
2.8.1 argparse的使用框架
2.8.2 使用argparse解析命令行参数
2.9 JSON的使用
2.9.1 使用JSON写入数据
2.9.2 使用JSON读取数据
2.10 小结
第3章 TensorFlow基础
3.1 TensorFlow的基本原理
3.2 TensorFlow中的计算图与会话机制
3.2.1 计算图
3.2.2 会话机制
3.3 TensorFlow中的张量表示
3.3.1 tf.constant
3.3.2 tf.Variable
3.3.3 tf.placeholder
3.4 TensorFlow中的数据类型
3.5 TensorFlow中的命名空间
3.5.1 tf.get_variable
3.5.2 tf.name_scope
3.5.3 tf.varhble_scope
3.6 TensorFlow中的控制流
3.6.1 TensorFlow中的分支结构
3.6.2 TensorFlow中的循环结构
3.6.3 TensorFlow中指定节点执行顺序
3.7 TensorFlow模型的输入与输出
3.8 TensorFlow的模型持久化
……
第4章 深度学习的基本概念（108min）
第5章 常用数据集及其使用方式
第6章 全连接神经网络
第7章 卷积神经网络（77min）
第8章 生成式模型
内容摘要
本书以Python数据处理工具和深度学习的基本原理为切入点，由浅入深地介绍TensorFlow的使用方法。由原理着手到代码实践，内容从很基本的回归问题开始，到近年来广泛流行的卷积神经网络和生成式模型。本书省去大量烦琐的数学推导，以通俗易懂的语言和示例阐述深度学习的原理。本书共8章，和2章介绍TensorFlow的环境搭建与Python基本数据处理工具，为后面介绍TensorFlow做准备；第3～5章讲解TensorFlow和深度学习中的基本概念及深度学习常用数据集；第6～8章从易到难深入讲解不同的神经网络模型并配合大量的示例，进一步巩固TensorFlow代码的使用。本书配有整套代码，在重点、难点处配有讲解视频，读者可以根据自身兴趣与需求对代码进行修改并通过视频对难以理解的知识点进行巩固。本书的难度、层次适合任何希望入门人工智能领域的学生或工作者阅读，同时也包含近期新的技术，适于想要紧跟视觉研究的从业人员阅读。代码进行修改并通过视频对难以理解的知识点进行巩固。本书的难度、层次清晰，适合任何希望入门人工智能领域的学生或工作者阅读，同时也包含新的技术，适于想要紧跟视觉研究的从业人员阅读。
主编推荐
本书以TensorFlow为深度学习框架，主要讲解计算机视觉任务中相关的知识。本书的内容十分连贯，每个章节的内容都会使用到前面章节讲解过的知识，旨在优选限度保证读者学习的连贯性，同时本书减少了晦涩难懂的数学公式，尽力图示促进读者理解。相信读者读完本书后会对计算机视觉相关任务有一个更清晰的理解。
精彩内容
本书以Python数据处理工具和深度学习的基本原理为切人点，由浅人深地介绍TensorFlow的使用方法。由原理着手到代码实践，内容从最基本的回归问题开始，到近年来广泛流行的卷积神经网络和生成式模型。本书省去大量烦琐的数学推导，以通俗易懂的语言和示例阐述深度学习的原理。
本书共8章，第1和2章介绍TensorFlow的环境搭建与Python基本数据处理工具，为后面介绍TensorFlow做准备；第3～5章讲解TensorFlow和深度学习中的基本概念及深度学习常用数据集；第6～8章从易到难深入讲解不同的神经网络模型并配合大量的示例，进一步巩固TensorFlow代码的使用。本书配有整套代码，在重点、难点处配有讲解视频，读者可以根据自身兴趣与需求对代码进行修改并通过视频对难以理解的知识点进行巩固。
本书的难度、层次适合任何希望入门人工智能领域的学生或工作者阅读，同时也包含**的技术，适于想要紧跟视觉研究的从业人员阅读。
媒体评论
本书以TensorFlow为深度学习框架，主要讲解计算机视觉任务中相关的知识。本书的内容十分连贯，每个章节的内容都会使用到前面章节讲解过的知识，旨在最大限度保证读者学习的连贯性，同时本书减少了晦涩难懂的数学公式，尽力图示促进读者理解。相信读者读完本书后会对计算机视觉相关任务有一个更清晰的理解。
— 没有更多了 —
以下为对购买帮助不大的评价