Vision par ordinateur à l'aide de l'apprentissage profond : Architectures de réseaux neuronaux avec Python et Keras

Note :   (3,1 sur 5)

Vision par ordinateur à l'aide de l'apprentissage profond : Architectures de réseaux neuronaux avec Python et Keras (Vaibhav Verdhan)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 3 votes.

Titre original :

Computer Vision Using Deep Learning: Neural Network Architectures with Python and Keras

Contenu du livre :

Les organisations consacrent d'énormes ressources au développement de logiciels capables de fonctionner comme le ferait un être humain. La classification d'images, la détection et le suivi d'objets, l'estimation de la pose, la reconnaissance faciale et l'estimation des sentiments jouent tous un rôle majeur dans la résolution des problèmes de vision par ordinateur.

Ce livre met l'accent sur ces architectures et techniques d'apprentissage profond, ainsi que sur d'autres, afin de vous aider à créer des solutions à l'aide de Keras et de la bibliothèque TensorFlow. Vous examinerez également plusieurs architectures de réseaux neuronaux, notamment LeNet, AlexNet, VGG, Inception, R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN, YOLO et SqueezeNet, et verrez comment elles fonctionnent avec le code Python via les meilleures pratiques, les conseils, les astuces, les raccourcis et les pièges. Tous les extraits de code seront décomposés et discutés en profondeur afin que vous puissiez mettre en œuvre les mêmes principes dans vos environnements respectifs.

Computer Vision Using Deep Learning est un guide complet mais succinct qui réunit DL et CV pour automatiser les opérations, réduire l'intervention humaine, augmenter les capacités et réduire les coûts.

Ce que vous apprendrez

⬤ Examiner le code et les concepts de l'apprentissage profond pour appliquer les principes directeurs à vos propres projets.

⬤ Classer et évaluer les différentes architectures pour mieux comprendre les options qui s'offrent à vous dans différents cas d'utilisation.

⬤ Les fonctions de base de l'apprentissage profond sont expliquées dans les coulisses pour comprendre comment elles fonctionnent.

À qui s'adresse ce livre ?

Les professionnels travaillant dans les domaines de l'ingénierie logicielle et de la science des données. Une connaissance pratique de Python est fortement recommandée. Les étudiants et les innovateurs travaillant sur des diplômes avancés dans des domaines liés à la vision par ordinateur et à l'apprentissage profond.

Autres informations sur le livre :

ISBN :9781484266151
Auteur :
Éditeur :
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Vision par ordinateur à l'aide de l'apprentissage profond : Architectures de réseaux neuronaux avec...
Les organisations consacrent d'énormes ressources...
Vision par ordinateur à l'aide de l'apprentissage profond : Architectures de réseaux neuronaux avec Python et Keras - Computer Vision Using Deep Learning: Neural Network Architectures with Python and Keras
Apprentissage supervisé avec Python : Concepts et mise en œuvre pratique à l'aide de Python -...
Acquérir une compréhension approfondie des algorithmes...
Apprentissage supervisé avec Python : Concepts et mise en œuvre pratique à l'aide de Python - Supervised Learning with Python: Concepts and Practical Implementation Using Python

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)