内容简介
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。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
AI简介
这是一本深度探讨计算机视觉和深度学习技术的专著。本书从计算机视觉和神经网络的基础知识开始，教你如何从头开始构建神经网络。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。
在本书中，你将了解卷积神经网络与计算机视觉的重要性，并学习如何使用这些网络进行图像分类、目标检测、语义分割等任务。此外，你还将学习如何使用LSTM的简化表示，以及如何将循环神经网络(RNN)与卷积神经网络(CNN)结合，以处理视频中的动作识别问题。
在本书中，你还将深入了解主流分类工具的发展历程，包括VGG、Inception、ResNet等架构，并学习如何使用这些架
推荐影视
阅读/下载地址