计算机
类型
可以朗读
语音朗读
217千字
字数
2021-07-01
发行日期
展开全部
主编推荐语
本书从计算机视觉和深度学习基础知识开始，教你如何从头开始构建神经网络。
内容简介
你将掌握一些让TensorFlow成为广泛使用的AI库的特性，以及直观的Keras接口，继而高效地构建、训练和部署CNN。
通过具体的代码示例，本书展示了如何使用Inception和ResNet等现代神经网络分类图像，以及如何使用YOLO、Mask R-CNN和U-Net提取特定内容。
本书还将介绍如何构建生成式对抗网络（GAN）和变分自编码器（VAE）来生成和编辑图像，以及如何使用LSTM分析视频。
在此过程中，你将深入了解迁移学习、数据增强、域适应，以及移动设备和Web部署等高级知识以及其他关键概念。
通过阅读本书，你将获得使用TensorFlow 2解决高级计算机视觉问题的理论知识和实际技能。
通过阅读本书，你将学到：如何从头开始创建神经网络。如何使用包括Inception和ResNet在内的现代神经网络架构进行图像分类。如何使用YOLO、Mask R-CNN和U-Net检测、分割图像中的目标。如何解决自动驾驶汽车开发和面部表情识别系统中的问题。如何使用迁移学习、GAN和域适应提升应用的性能。如何使用循环神经网络进行视频分析。如何在移动设备和浏览器上优化和部署神经网络。
目录
- 版权信息
- 译者序
- 前言
- 作者简介
- 译者简介
- 审校者简介
- 第一部分 TensorFlow 2和应用于计算机视觉的深度学习
- 第1章 计算机视觉和神经网络
- 1.1 技术要求
- 1.2 广义计算机视觉
- 1.3 计算机视觉简史
- 1.4 开始学习神经网络
- 1.5 本章小结
- 问题
- 进一步阅读
- 第2章 TensorFlow基础和模型训练
- 2.1 技术要求
- 2.2 TensorFlow 2和Keras入门
- 2.3 TensorFlow 2和Keras详述
- 2.4 TensorFlow生态系统
- 2.5 本章小结
- 问题
- 第3章 现代神经网络
- 3.1 技术要求
- 3.2 卷积神经网络
- 3.3 训练过程微调
- 3.4 本章小结
- 问题
- 进一步阅读
- 第二部分 先进的经典识别问题解决方案
- 第4章 主流分类工具
- 4.1 技术要求
- 4.2 了解高级CNN架构
- 4.3 利用迁移学习
- 4.4 本章小结
- 问题
- 进一步阅读
- 第5章 目标检测模型
- 5.1 技术要求
- 5.2 目标检测介绍
- 5.3 YOLO：快速目标检测算法
- 5.4 Faster R-CNN：强大的目标检测模型
- 5.5 本章小结
- 问题
- 进一步阅读
- 第6章 图像增强和分割
- 6.1 技术要求
- 6.2 使用编码器-解码器进行图像变换
- 6.3 理解语义分割
- 6.4 本章小结
- 问题
- 进一步阅读
- 第三部分 高级概念和计算机视觉新进展
- 第7章 在复杂和稀缺数据集上训练
- 7.1 技术要求
- 7.2 高效数据服务
- 7.3 如何处理稀缺数据
- 7.4 本章小结
- 问题
- 进一步阅读
- 第8章 视频和循环神经网络
- 8.1 技术要求
- 8.2 RNN简介
- 8.3 视频分类
- 8.4 本章小结
- 问题
- 进一步阅读
- 第9章 优化模型并在移动设备上部署
- 9.1 技术要求
- 9.2 优化计算和占用的磁盘空间
- 9.3 基于终端设备的机器学习
- 9.4 app示例：识别面部表情
- 9.5 本章小结
- 问题
- 附录
- 参考文献
- 问题答案
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
