幫助中心 | 我的帳號 | 關於我們

Python深度學習+Pytorch電腦視覺目標檢測圖像處理(共2冊)

  • 作者:(印)V·基肖爾·阿耶德瓦拉//耶什萬斯·雷迪//吳茂貴//郁明敏//楊本法等|責編:孫海亮//王春華|譯者:汪雄飛//汪榮貴
  • 出版社:機械工業
  • ISBN:HZ2024238
  • 出版日期:2024/07/15
  • 裝幀:平裝
  • 頁數:949
人民幣:RMB 258 元      售價:
放入購物車
加入收藏夾

內容大鋼
    深度學習是近年來電腦視覺應用在多個方面取得進步的驅動力。本套書以實踐為驅動,結合具體應用場景,基於真實數據集全面系統地介紹如何使用PyTorch解決多個電腦視覺問題。

作者介紹
(印)V·基肖爾·阿耶德瓦拉//耶什萬斯·雷迪//吳茂貴//郁明敏//楊本法等|責編:孫海亮//王春華|譯者:汪雄飛//汪榮貴

目錄
《PyTorch電腦視覺實戰(目標檢測圖像處理與深度學習)/智能系統與技術叢書》
  譯者序
  前言
  第一部分  面向電腦視覺的深度學習基礎知識
    第1章  人工神經網路基礎
      1.1  比較人工智慧與傳統機器學習
      1.2  人工神經網路的構建模塊
      1.3  實現前向傳播
        1.3.1  計算隱藏層的值
        1.3.2  應用激活函數
        1.3.3  計算輸出層的值
        1.3.4  計算損失值
        1.3.5  前向傳播的代碼
      1.4  實現反向傳播
        1.4.1  梯度下降的代碼
        1.4.2  使用鏈式法則實現反向傳播
      1.5  整合前向傳播與反向傳播
      1.6  理解學習率的影響
      1.7  總結神經網路的訓練過程
      1.8  小結
      1.9  課後習題
    第2章  PyTorch基礎
      2.1  安裝PyTorch
      2.2  PyTorch張量
        2.2.1  初始化張量
        2.2.2  張量運算
        2.2.3  張量對象的自動梯度
        2.2.4  PyTorch的張量較NumPy的ndarrays的優勢
      2.3  使用PyTorch構建神經網路
        2.3.1  數據集、數據載入器和批大小
        2.3.2  預測新的數據點
        2.3.3  實現自定義損失函數
        2.3.4  獲取中間層的值
      2.4  使用序貫方法構建神經網路
      2.5  保存並載入PyTorch模型
        2.5.1  statedict
        2.5.2  保存
        2.5.3  載入
      2.6  小結
      2.7  課後習題
    第3章  使用PyTorch構建深度神經網路
      3.1  表示圖像
    ……
  第二部分  物體分類與目標檢測
    第4章  卷積神經網路
    第5章  面向圖像分類的遷移學習
    第6章  圖像分類的實戰技術
    第7章  目標檢測基礎
    第8章  目標檢測進階
    第9章  圖像分割

    第10章  目標檢測與分割的應用
  第三部分  圖像處理
    第11章  自編碼器與圖像處理
    第12章  基於GAN的圖像生成
    第13章  高級GAN圖像處理
  第四部分  電腦視覺與其他技術
    第14章  使用小樣本進行模型訓練
    第15章  電腦視覺與NLP
    第16章  電腦視覺與強化學習
    第17章  模型的實際應用部署
    第18章  使用OpenCV實用程序進行圖像分析
  附錄  課後習題答案
……
《Python深度學習(基於PyTorch第2版)/智能系統與技術叢書》

  • 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