
言有三
本書是一本講述深度學習在計算機視覺領域的書籍,爲機器學習和深度學習相關領域中需要學習圖像識別和處理技術的讀者量身定做。本書非常詳盡地講述了深度學習的各個知識點,包括深度學習卷積神經網絡的理論知識、深度學習中的數據,以及圖像分類、圖像分割和目標檢測等三大圖像基礎應用;另外還介紹了深度學習的數據可視化和模型可視化、深度學習中的常用損失函數、模型壓縮以及深度學習模型部署的前後端基礎知識。 本書從第4章開始,每章都配置有一到兩個難易程度不同的案例,讓讀者在實踐中更好地掌握相關領域的技術細節。讀者在讀完每章的理論知識後,就可以緊接着進行實踐,並在已有代碼的基礎上進行修改和改進,從而理論與實踐結合進行系統性的學習。
基本屬於初級介紹,無用的內容篇幅較多。但還是有部分作者自己實戰的經驗在裏面,可以快速一讀。
最新最系統對目前深度學習的總體理解,大部分例子是基於Caffe介紹的。
太空泛,沒什麼技術深度,也沒什麼特別的案例
做爲入門書還不錯,方方面面都介紹了一些