幫助中心 | 我的帳號 | 關於我們

機器視覺之TensorFlow2(入門原理與應用實戰)

  • 作者:李金洪|責編:張濤
  • 出版社:人民郵電
  • ISBN:9787115539090
  • 出版日期:2020/08/01
  • 裝幀:平裝
  • 頁數:331
人民幣:RMB 118 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書主要介紹了TensorFlow 2在機器視覺中的應用。本書共8章,主要內容包括神經網路的原理,如何搭建開發環境,如何在網路側搭建圖片分類器,如何識別圖片中不同膚色的人數,如何用遷移學習診斷醫療影像,如何使用Anchor-Free模型檢測文字,如何實現OCR模型,如何優化OCR模型。
    本書適合機器視覺、深度學習方面的專業人士閱讀。

作者介紹
李金洪|責編:張濤

目錄
第一篇基礎知識
第1章  神經網路的原理
  1.1  神經網路
    1.1.1  神經元的結構
    1.1.2  生物神經元與電腦中神經元模型結構的相似性
    1.1.3  生物神經元與電腦神經元模型工作流程的相似性
    1.1.4  神經網路的形成
  1.2  神經網路與深度學習的關係
  1.3  全連接神經網路
    1.3.1  全連接神經網路的結構
    1.3.2  實例分析:全連接神經網路中每個神經元的作用
    1.3.3  全連接神經網路的擬合原理
    1.3.4  全連接神經網路的設計思想
  1.4  生物界的視覺處理系統
    1.4.1  大腦對視覺信號的處理流程
    1.4.2  大腦對神經信號的分級處理
  1.5  離散微積分
    1.5.1  離散微分與離散積分
    1.5.2  電腦視覺中的離散積分
  1.6  卷積神經網路
    1.6.1  卷積的過程
    1.6.2  1D卷積、2D卷積和3D卷積
    1.6.3  實例分析:Sobel運算元的原理
    1.6.4  深度神經網路中的卷積核
    1.6.5  反卷積
  1.7  卷積分
  1.8  卷積神經網路與全連接神經網路的關係
第2章  搭建開發環境
  2.1  準備硬體環境
  2.2  下載及安裝Anaconda
    2.2.1  下載Anaconda開發工具
    2.2.2  安裝Anaconda開發工具
    2.2.3  安裝Anaconda開發工具時的注意事項
  2.3  使用Anaconda安裝TensorFlow
    2.3.1  查看TensorFlow的版本
    2.3.2  使用Anaconda安裝TensorFlow
    2.3.3  TensorFlow的安裝指南
  2.4  測試顯卡及開發環境的一些常用命令
    2.4.1  使用nvidia-smi命令查看顯卡信息
    2.4.2  nvidia-smi命令失效的解決辦法
    2.4.3  查看CUDA的版本
    2.4.4  查看cuDNN的版本
    2.4.5  用代碼測試安裝環境
  2.5  使用Python虛環境實現多個TensorFlow版本共存
    2.5.1  查看當前的Python虛環境及Python版本
    2.5.2  創建Python虛環境
    2.5.3  在Python虛環境中安裝TensorFlow1.x版本
    2.5.4  進行界面配置
    2.5.5  使用PyCharm編輯器切換虛環境
  2.6  安裝Docker

    2.6.1  Docker簡介
    2.6.2  在Dabian系列的Linux系統中安裝Docker
    2.6.3  在RedHad系列的Linux系統中安裝Docker
    2.6.4  安裝NVIDIADocker
  2.7  安裝TF_Serving模塊
    2.7.1  在Linux系統中使用apt-get命令安裝TF_Serving模塊
    2.7.2  在Linux系統中使用Docker安裝TF_Serving模塊
……
第二篇  中級應用
第三篇  高級應用

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032