Applicazioni pratiche di visione artificiale con l'apprendimento profondo con le Cnl: Con esempi dettagliati in Python con Tensorflow e Kivy

Punteggio:   (5,0 su 5)

Applicazioni pratiche di visione artificiale con l'apprendimento profondo con le Cnl: Con esempi dettagliati in Python con Tensorflow e Kivy (Fawzy Gad Ahmed)

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 4 voti.

Titolo originale:

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

Contenuto del libro:

Implementare applicazioni di deep learning in produzione su più piattaforme. Lavorerete su applicazioni di computer vision che utilizzano il modello di apprendimento profondo della rete neurale convoluzionale (CNN) e Python. Questo libro inizia spiegando la tradizionale pipeline di apprendimento automatico, dove analizzerete un set di dati di immagini. Lungo il percorso si parlerà di reti neurali artificiali (RNA), costruendone una da zero in Python, prima di ottimizzarla con algoritmi genetici.

Per automatizzare il processo, il libro evidenzia i limiti delle caratteristiche tradizionali create a mano per la computer vision e il motivo per cui il modello di apprendimento profondo CNN è la soluzione più avanzata. Le CNN sono discusse da zero per dimostrare come siano diverse e più efficienti delle RNA completamente connesse (FCNN). Verrà implementata una CNN in Python per avere una comprensione completa del modello.

Dopo aver consolidato le nozioni di base, si utilizzerà TensorFlow per costruire un modello pratico di riconoscimento delle immagini che verrà distribuito su un server web utilizzando Flask, rendendolo accessibile su Internet. Utilizzando Kivy e NumPy, creerete applicazioni di data science multipiattaforma con bassi costi di gestione.

Questo libro vi aiuterà ad applicare i concetti di deep learning e computer vision partendo da zero, passo dopo passo, dalla concezione alla produzione.

Cosa imparerete

⬤ .

⬤ Capire come funzionano le RNA e le CNN.

⬤ Creare applicazioni di computer vision e CNN da zero utilizzando Python.

⬤ Seguire un progetto di deep learning dalla concezione alla produzione utilizzando TensorFlow.

⬤ Usare NumPy con Kivy per costruire applicazioni di scienza dei dati multipiattaforma.

A chi è rivolto questo libroScienziati di dati, ingegneri dell'apprendimento automatico e dell'apprendimento profondo, sviluppatori di software.

Altre informazioni sul libro:

ISBN:9781484241660
Autore:
Editore:
Rilegatura:Copertina morbida
Anno di pubblicazione:2018
Numero di pagine:405

Acquisto:

Attualmente disponibile, in magazzino.

Lo compro!

Altri libri dell'autore:

Introduzione all'apprendimento profondo e alle reti neurali con Python - Introduction to Deep...
Introduction to Deep Learning and Neural Networks...
Introduzione all'apprendimento profondo e alle reti neurali con Python - Introduction to Deep Learning and Neural Networks with Python
Applicazioni pratiche di visione artificiale con l'apprendimento profondo con le Cnl: Con esempi...
Implementare applicazioni di deep learning in...
Applicazioni pratiche di visione artificiale con l'apprendimento profondo con le Cnl: Con esempi dettagliati in Python con Tensorflow e Kivy - Practical Computer Vision Applications Using Deep Learning with Cnns: With Detailed Examples in Python Using Tensorflow and Kivy

Le opere dell'autore sono state pubblicate dai seguenti editori:

© Book1 Group - tutti i diritti riservati.
Il contenuto di questo sito non può essere copiato o utilizzato, né in parte né per intero, senza il permesso scritto del proprietario.
Ultima modifica: 2024.11.08 20:28 (GMT)