PyTorch計算機視覺實戰：目標檢測、圖像處理與大模型(原書第2版)

內容簡介

本書系統介紹了基於PyTorch的計算機視覺技術，涵蓋從理論基礎到高級應用開發的全流程。全書分爲四部分，共18章，第一部分講解深度學習基礎，包括人工神經網絡、PyTorch基礎知識及深度神經網絡構建；第二部分聚焦物體分類與檢測，涉及卷積神經網絡、遷移學習、物體檢測技術及圖像分割；第三部分探討圖像處理，涵蓋自動編碼器、生成對抗網絡等；第四部分介紹計算機視覺與其他技術的融合，包括與強化學習、自然語言處理的結合，基礎模型、穩定擴散應用及模型部署。書中包含40多種實際應用案例，GitHub提供完整源代碼，每章配有習題及答案，適合具備Python和機器學習基礎的學生、軟件開發人員及科研人員學習，助力其掌握計算機視覺與深度學習核心技能。

讀者書評

書籍信息