Praktické aplikácie počítačového videnia s využitím hlbokého učenia s Cnns: S podrobnými príkladmi v jazyku Python s využitím Tensorflow a Kivy

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 4 hlasoch.

Pôvodný názov:

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

Obsah knihy:

Nasadenie aplikácií hlbokého učenia do produkcie na viacerých platformách. Budete pracovať na aplikáciách počítačového videnia, ktoré využívajú model konvolučnej neurónovej siete (CNN) a Python. Táto kniha sa začína vysvetlením tradičného potrubia strojového učenia, v ktorom budete analyzovať súbor obrazových údajov. Popritom sa budete zaoberať umelými neurónovými sieťami (ANN), pričom jednu z nich vytvoríte od začiatku v jazyku Python a potom ju budete optimalizovať pomocou genetických algoritmov.

Na automatizáciu procesu kniha upozorňuje na obmedzenia tradičných ručne vytvorených funkcií pre počítačové videnie a na to, prečo je model CNN s hlbokým učením najmodernejším riešením. CNN sa rozoberajú od základov, aby sa ukázalo, v čom sú odlišné a efektívnejšie ako plne prepojené ANN (FCNN). Implementujete CNN v jazyku Python, aby ste plne porozumeli tomuto modelu.

Po skonsolidovaní základov použijete TensorFlow na vytvorenie praktického modelu na rozpoznávanie obrazu, ktorý nasadíte na webový server pomocou Flasku, čím ho sprístupníte cez internet. Pomocou programov Kivy a NumPy vytvoríte multiplatformové aplikácie dátovej vedy s nízkymi režijnými nákladmi.

Táto kniha vám pomôže aplikovať koncepty hlbokého učenia a počítačového videnia od základov, krok za krokom od koncepcie až po produkciu.

Čo sa naučíte

⬤ .

⬤ Poznáte, ako fungujú ANN a CNN.

⬤ Vytvárať aplikácie počítačového videnia a CNN od nuly pomocou jazyka Python.

⬤ Sledovať projekt hlbokého učenia od koncepcie až po produkciu pomocou TensorFlow.

⬤ Používať NumPy s Kivy na vytváranie multiplatformových aplikácií dátovej vedy.

Pre koho je táto kniha určenáDátoví vedci, inžinieri strojového učenia a hlbokého učenia, vývojári softvéru.