Applications pratiques de vision par ordinateur utilisant l'apprentissage profond avec Cnns : Avec des exemples détaillés en Python utilisant Tensorflow et Kivy

Note :   (5,0 sur 5)

Applications pratiques de vision par ordinateur utilisant l'apprentissage profond avec Cnns : Avec des exemples détaillés en Python utilisant Tensorflow et Kivy (Fawzy Gad Ahmed)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 4 votes.

Titre original :

Practical Computer Vision Applications Using Deep Learning with Cnns: With Detailed Examples in Python Using Tensorflow and Kivy

Contenu du livre :

Déployer des applications d'apprentissage profond en production sur plusieurs plateformes. Vous travaillerez sur des applications de vision par ordinateur qui utilisent le modèle d'apprentissage profond CNN (convolutional neural network) et Python. Ce livre commence par expliquer le pipeline traditionnel d'apprentissage automatique, où vous analyserez un ensemble de données d'images. En cours de route, vous aborderez les réseaux neuronaux artificiels (RNA), en construisant un à partir de zéro en Python, avant de l'optimiser à l'aide d'algorithmes génétiques.

Pour automatiser le processus, le livre met en évidence les limites des caractéristiques traditionnelles créées à la main pour la vision par ordinateur et explique pourquoi le modèle d'apprentissage profond CNN est la solution de pointe. Les CNN sont abordés à partir de zéro afin de démontrer en quoi ils sont différents et plus efficaces que les ANN entièrement connectés (FCNN). Vous implémenterez un CNN en Python pour vous donner une compréhension complète du modèle.

Après avoir consolidé les bases, vous utiliserez TensorFlow pour construire un modèle pratique de reconnaissance d'images que vous déployerez sur un serveur web à l'aide de Flask, le rendant ainsi accessible sur Internet. En utilisant Kivy et NumPy, vous créerez des applications de science des données multiplateformes avec de faibles frais généraux.

Ce livre vous aidera à appliquer les concepts d'apprentissage profond et de vision par ordinateur à partir de zéro, étape par étape, de la conception à la production.

Ce que vous apprendrez

⬤ .

⬤ Comprendre le fonctionnement des ANNs et des CNNs.

⬤ Créer des applications de vision artificielle et des CNN à partir de zéro en utilisant Python.

⬤ Suivre un projet d'apprentissage profond de la conception à la production en utilisant TensorFlow.

⬤ Utiliser NumPy avec Kivy pour créer des applications de science des données multiplateformes.

Ce livre s'adresse aux scientifiques des données, aux ingénieurs en apprentissage automatique et en apprentissage profond, aux développeurs de logiciels.

Autres informations sur le livre :

ISBN :9781484241660
Auteur :
Éditeur :
Reliure :Broché
Année de publication :2018
Nombre de pages :405

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Introduction à l'apprentissage profond et aux réseaux neuronaux avec Python - Introduction to Deep...
Introduction à l'apprentissage profond et aux...
Introduction à l'apprentissage profond et aux réseaux neuronaux avec Python - Introduction to Deep Learning and Neural Networks with Python
Applications pratiques de vision par ordinateur utilisant l'apprentissage profond avec Cnns : Avec...
Déployer des applications d'apprentissage profond...
Applications pratiques de vision par ordinateur utilisant l'apprentissage profond avec Cnns : Avec des exemples détaillés en Python utilisant Tensorflow et Kivy - Practical Computer Vision Applications Using Deep Learning with Cnns: With Detailed Examples in Python Using Tensorflow and Kivy

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)