深度學習與計算機視覺——算法原理、框架應用與代碼實現
叶韻
42人在讀
31.8萬字總字數
¥40定價
叶韻
全書共13章，分爲2篇。第1篇基礎知識，介紹了人工智能發展里程、計算機視覺概要、深度學習和計算機視覺中的基礎數學知識、神經網絡及其相關的機器學習基礎、卷積神經網絡及其一些常見結構，最後對最前沿的趨勢進行了簡單探討。第2篇實例精講，介紹了Python基礎、OpneCV基礎、最簡單的分類神經網絡、圖像識別、利用Caffe做迴歸、遷移學習和模型微調、目標檢測、度量學習和圖像風格遷移等常見的計算機視覺應用場景。從第5章開始包含了很多有趣和實用的代碼示例。從第7章開始的所有實例都基於當前最流行的深度學習框架中的Caffe和MXNet，其中包含了作者原創的大量代碼和蒐集的數據，這些代碼和作者訓練好的部分模型已分享到本書github頁面上供讀者自行下載。