
本傑明·普朗什 艾略特·安德烈斯
本書從計算機視覺和深度學習基礎知識開始,教你如何從頭開始構建神經網絡。你將掌握一些讓TensorFlow成爲廣泛使用的AI庫的特性,以及直觀的Keras接口,繼而高效地構建、訓練和部署CNN。通過具體的代碼示例,本書展示瞭如何使用Inception和ResNet等現代神經網絡分類圖像,以及如何使用YOLO、Mask R-CNN和U-Net提取特定內容。本書還將介紹如何構建生成式對抗網絡(GAN)和變分自編碼器(VAE)來生成和編輯圖像,以及如何使用LSTM分析視頻。在此過程中,你將深入瞭解遷移學習、數據增強、域適應,以及移動設備和Web部署等高級知識以及其他關鍵概念。通過閱讀本書,你將獲得使用TensorFlow 2解決高級計算機視覺問題的理論知識和實際技能。通過閱讀本書,你將學到:如何從頭開始創建神經網絡。如何使用包括Inception和ResNet在內的現代神經網絡架構進行圖像分類。如何使用YOLO、Mask R-CNN和U-Net檢測、分割圖像中的目標。如何解決自動駕駛汽車開發和麪部表情識別系統中的問題。如何使用遷移學習、GAN和域適應提升應用的性能。如何使用循環神經網絡進行視頻分析。如何在移動設備和瀏覽器上優化和部署神經網絡。
這本書寫得還可以,但翻譯較差,譯者似乎不是專業人員,要麼就是偷懶,使用了機翻。本書主要偏向實際應用,理論講得並不詳細,也不夠深入淺出。可以參考存儲在GitHub上的源碼,以應用到自己的項目中。
結合實際討論了一些代碼的應用,適合入門後做項目時翻閱使用。