深度学习计算机视觉--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

"我曾经试图找到一本既有理论深度、知识广度，又有技术细节、数学原理的关于深度学习的书籍，供自己学习，也推荐给我的学生学习。虽浏览文献无数，但一直没有心仪的目标。两周前，刘升容女士将她的译作《深度学习计算机视觉》初稿呈现给我，目的是要我从专业的角度对译文的严谨性把关。粗读一遍后，顿觉豁然开朗，油然生出得来全不费功夫之感。这大概就是我心心念念苦寻的那本书:该书对人工智能、机器学习、计算机视觉、机器视觉、神经网络、深度学习等基本概念及其相互关系阐述透彻，解决了初学者对一些相关概念的边界认识不清的问题;从各种神经网络架构到网络的训练、评估和调参，各种技术细节深入浅出，为读者运用深度学习方法解决不同领域的实际问题奠定了基础;对各种网络模型背后的数学原理的介绍直观而细致，使得读者可以不停留在抱着神经网络“黑匣子”调参的阶段，而是深入了解其背后的原理，进而有可能研发自己的架构;书中呈现的若干学习项目更是为读者通过实战提升技能创造了条件。节选自上海大学通信与信息工程学院信息系刘学锋教授为《深度学习计算机视觉》作的推荐序 "

内容简介

计算机视觉有多优选？开一开特斯拉就知道了。深度学习技术已在人脸识别、交互式仿真和医学成像方面取得令人兴奋的突破，但最让人心潮澎湃的当属自动驾驶技术。如今，自动驾驶的汽车已经能在高速路上畅意驰骋并对各种复杂路况做出灵活反应了。计算机如何“理解”它所“看到”的东西？本书试图将深度学习应用于计算机视觉以回答该问题。本书仅用高中代数知识阐明视觉直觉背后的概念。你将了解如何使用深度学习架构来构建视觉系统应用程序，以实现图像生成和人脸识别功能。主要内容：图像分类和目标检测；优选的深度学习架构；迁移学习与生成对抗网络；DeepDream和神经风格迁移；视觉嵌入和图像搜索。阅读门槛：本书适用于Python中级程序员。

作者简介

Mohamed Elgendy，现任Rakuten(乐天)公司的工程副总裁，掌管该公司的AI平台和产品的开发。此前，他曾担任Synapse Technology公司的工程主管，负责开发专用于世界范围内安全威胁检测的计算机视觉应用程序；后在亚马逊建立并管理了一支中央AI团队。该团队充当AWS和Amazon Go等亚马逊工程团队的深度学习智囊团。他还在亚马逊机器学习大学(Amazon's Machine University)开发了计算机视觉的深度学习课程。时至今日，Mohamed还经常在亚马逊开发者大会、O'Reilly人工智能峰会和谷歌I/O大会上发表演讲。

第Ⅰ部分深度学习基础
第1章计算机视觉概述
1.1 计算机视觉
1.1.1 视觉感知的定义
1.1.2 视觉系统
1.1.3 感知设备
1.1.4 解译设备
1.2 CV应用
1.2.1 图像分类
1.2.2 目标检测与定位
1.2.3 生成艺术（风格迁移）
1.2.4 图像生成
1.2.5 人脸识别
1.2.6 图片推荐系统
1.3 计算机视觉管道概览
1.4 图像输入
1.4.1 图像的函数表达
1.4.2 计算机读取图像
l.4.3 彩色图像
1.5 图像处理
1.6 特征提取
1.6.1 计算机视觉中特征的定义
1.6.2 有用特征的定义
1.6.3 手动与自动的特征提取
1.7 分类器学习算法
1.8 本章小结
第2章深度学习和神经网络
2.1 理解感知机
2.1.1 感知机的定义
2.1.2 感知机的学习机制
2.1.3 单层感知机的局限性
2.2 多层感知机
2.2.1 多层感知机架构
2.2.2 关于隐藏层
2.2.3 隐藏层的设计
2.2.4 本节内容拓展
2.3 激活函数
2.3.1 线性转移函数
2.3.2 heaviside阶跃函数（二元分类器）
2.3.3 sigmoid/logistic函数
2.3.4 softmax函数
2.3.5 双曲正切函数（tanh）
2.3.6 修正线性单元（ReLU）
2.3.7 Leaky ReLU
2.4 前馈过程
2.4.1 前馈计算
2.4.2 特征学习
2.5 误差函数
2.5.1 误差函数的定义
2.5.2 误差函数的意义
2.5.3 误差为正的必要性
2.5.4 均方误差损失函数
……
第Ⅱ部分图像分类和检测
第Ⅲ部分生成模型与视觉嵌入
参考文献
附录A

深度学习计算机视觉

库存： {{selectedSku?.stock}} 库存充足