Python计算机视觉与深度学习实战
全新正版 极速发货
￥ 61.76 6.2折 ￥ 99.8 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者郭卡,戴亮 编
出版社人民邮电出版社
ISBN9787115567239
出版时间2021-08
装帧平装
开本16开
定价99.8元
货号1202443878
上书时间2024-12-26
商品详情
- 品相描述：全新
- 商品描述
-
目录
章 机器学习与sklearn 1
1.1 sklearn 环境配置 2
1.1.1 环境要求 2
1.1.2 安装方法 2
1.1.3 修改pip 源 3
1.1.4 安装Jupyter Notebook 4
1.2 数据集 5
1.2.1 自带的小型数据集 6
1.2.2 在线下载的数据集 8
1.2.3 计算机生成的数据集 8
1.3 分类 9
1.3.1 加载数据与模型 10
1.3.2 建立分类模型 11
1.3.3 模型的训练及预测 12
1.3.4 模型评价 12
1.4 回归 14
1.4.1 线性回归 15
1.4.2 回归模型评价 16
1.5 聚类 17
1.5.1 K-means 17
1.5.2 DBSCAN 17
1.5.3 聚类实例 18
1.6 降维 19
1.6.1 PCA 降维 19
1.6.2 LDA 降维 22
1.7 模型验证 23
1.8 模型持久化 27
1.8.1 joblib 27
1.8.2 pickle 28
1.9 小结 28
第2章 传统图像处理方法 29
2.1 图像分类 29
2.1.1 HOG 的原理 29
2.1.2 工具介绍 30
2.1.3 CIFAR-10 分类 31
2.1.4 手写字符分类 33
2.2 目标检测 36
2.3 图像分割 40
2.4 图像搜索 41
2.5 小结 43
第3章 深度学习与PyTorch 44
3.1 框架介绍 44
3.2 环境配置 46
3.3 运算基本单元 48
3.3.1 Tensor 数据类型 48
3.3.2 Tensor 与ndarray 49
3.3.3 CPU 与GPU 运算 49
3.3.4 PyTorch 实现K-means 51
3.4 自动求导 55
3.5 数据加载 57
3.5.1 Dataset 58
3.5.2 DataLoader 59
3.6 神经网络工具包 60
3.6.1 Module 模块 61
3.6.2 线性层 62
3.6.3 卷积层 62
3.6.4 池化层 64
3.6.5 BatchNorm 层 65
3.6.6 激活层 65
3.6.7 神经网络各层输出的可视化 72
3.6.8 循环神经网络 76
3.6.9 Sequential 和ModuleList 78
3.6.10 损失函数 79
3.7 模型优化器optim 82
3.7.1 optim 用法 82
3.7.2 优化器的选择 82
3.7.3 学习率的选择 86
3.8 参数初始化init 94
3.9 模型持久化 96
3.10 JIT 编译器 98
3.11 模型迁移ONNX 99
3.12 数据可视化TensorBoard 101
3.13 机器视觉工具包torchvision 103
3.13.1 数据 103
3.13.2 模型 104
3.13.3 图像处理 106
3.14 小结 110
第4章 卷积神经网络中的分类与回归 111
4.1 卷积神经网络中的分类问题 112
4.1.1 CIFAR-10 图像分类 112
4.1.2 卷积神经网络的发展 117
4.1.3 分类网络的实现 121
4.1.4 模型训练 127
4.1.5 模型展示 132
4.1.6 多标签分类 134
4.2 卷积神经网络中的回归问题 142
4.2.1 生成数据集 142
4.2.2 模型训练 145
4.2.3 模型展示 146
4.3 小结 148
第5章 目标检测 149
5.1 深度学习物体检测算法 149
5.1.1 两段式检测 150
5.1.2 一段式检测 153
5.2 数据集构建 155
5.2.1 选择目标物体图片 155
5.2.2 背景图片下载 156
5.2.3 图片合成 156
5.3 数据加载 162
5.4 数据标记与损失函数构建 166
5.4.1 数据标记 167
5.4.2 损失函数 167
5.5 模型搭建与训练 172
5.6 模型预测 175
5.7 小结 180
第6章 图像分割 181
6.1 数据加载 184
6.2 模型搭建 189
6.3 模型训练 191
6.4 模型展示 194
6.5 智能弹幕 195
6.6 像素级回归问题：超分辨率重建 196
6.6.1 超分辨率重建算法的发展 197
6.6.2 数据加载 198
6.6.3 模型搭建与训练 202
6.6.4 模型展示 205
6.7 小结 206
第7章 图像搜索 207
7.1 分类网络的特征 208
7.2 深度学习人脸识别技术 208
7.2.1 FaceNet 209
7.2.2 CosFace 和ArcFace 209
7.3 数据处理 210
7.3.1 数据下载 210
7.3.2 数据检查 212
7.3.3 数据提取 213
7.4 模型训练 214
7.4.1 普通分类模型 214
7.4.2 CosFace 218
7.5 图像搜索 219
7.5.1 图像比对 219
7.5.2 KD-Tree 搜索 221
7.6 小结 224
第8章 图像压缩 225
8.1 AutoEncoder 226
8.1.1 AutoEncoder 的原理 226
8.1.2 AutoEncoder 模型搭建 226
8.1.3 数据加载 229
8.1.4 模型训练 230
8.1.5 结果展示 232
8.2 GAN 234
8.2.1 GAN 原理 234
8.2.2 GAN 训练流程 235
8.2.3 GAN 随机生成人脸图片 235
8.2.4 GAN 与AutoEncoder 的结合 242
8.2.5 图像修复 247
8.3 小结 250
第9章 不定长文本识别 251
9.1 循环神经网络概述 251
9.2 时间序列预测 252
9.2.1 创建模型 253
9.2.2 生成数据 253
9.2.3 模型训练 255
9.2.4 模型预测 256
9.3 CRNN 模型 257
9.3.1 CRNN 算法简介 257
9.3.2 CTCLoss 函数 258
9.3.3 模型结构 259
9.3.4 数据预处理 261
9.3.5 模型训练 264
9.3.6 模型预测 266
9.4 小结 267
0章 神经网络压缩与部署 268
10.1 剪枝 268
10.1.1 模型设计 269
10.1.2 训练基础模型 271
10.1.3 模型稀疏化 273
10.1.4 压缩模型通道 276
10.2 量化 283
10.3 混合精度训练 287
10.4 深度学习模型的服务端部署 289
10.4.1 创建接口 289
10.4.2 访问接口 291
10.5 小结 292
内容摘要
本书立足实践，从机器学习的基础技能出发，深入浅出地介绍了如何使用 Python 进行基于深度学习的计算机视觉项目开发。开篇介绍了基于传统机器学习及图像处理方法的计算机视觉技术；然后重点就图像分类、目标检测、图像分割、图像搜索、图像压缩及文本识别等常见的计算机视觉项目做了理论结合实践的讲解；很后探索了深度学习项目落地时会用到的量化、剪枝等技术，并提供了模型服务端部署案例。本书适合有一定的Python 编程基础，初学深度学习的读者阅读。
主编推荐
1.基于sklearn+PyTorch，理论+实践方式介绍计算机视觉项目
2.图文并茂，丰富项目实例助力搭建计算机视觉模型
3.编程实验展示深度学习理论，直观理解深度学习领域晦涩原理
4.实例项目采用项目文件形式编写，贴合软件工程开发实际应用场景
媒体评论
正如其名，本书是一本实战书，带着你从很简单的分类与回归开始，由浅入深地探索深度学习的世界。可贵的是，作者特地安排了章节，对深度学习的前置知识进行了详尽讲解，读者接近不用担心因为缺乏深度学习基础知识而读不懂本书，只要跟着做，自己也能搭建出优美的深度学习模型。
—— 王爱平
安徽大学计算机软件理论教授
这本书的灵感源自大学课堂里面的教学经验，很好适合新手朋友们，书中没有过多枯燥的理论和复杂的公式，更多的是通过大量代码和实验记录帮助读者加深对计算机视觉与深度学习的理解。如果你想入门计算机视觉和深度学习，这本书是一个不错的选择。
——— 何克东
中国科学技术大学计算机不错工程师
这本书对深度学习的热门框架 —— PyTorch 做了系统而全面的介绍，其中列举了诸多应用场景和实战案例，并简单地介绍了深度学习模型部署知识。无论是对学生、算法工程师、软件开发工程师来说，还是对AI项目管理者来说，这都是一本值得一读的好书。
—— Bbuf
GiantPandaCV 创建者
这是一本实践型的书，它将晦涩难懂的深度学习理论融入一个个看得见的案例中，让读者在实践中理解深度学习，掌握计算机视觉知识，很好适合作为入门书阅读。
—— 王静逸
中国建设银行建信金融科技 AIoT 团队负责人
这本书从 sklearn 和 PyTorch 的基本功能入手，一步一步引导读者使用 Python 搭建可以解决现实问题的神经网络模型，读者读完本书之后，能更好地理解深度学习的作用。
—— 廖茂文
贪玩游戏算法工程师
各行各业，对深度学习感兴趣的人很多，可是能坚持学完深度学习理论的人不多，这本书在理论与实践之间搭建了一座桥梁，让人眼前一亮。
—— 写书哥
图书策划人
— 没有更多了 —
以下为对购买帮助不大的评价