نام کتاب: Practical Computer Vision Applications Using Deep Learning With Cnns – With Detailed Examples In Python Using Tensorflow And Kivy
نویسنده: Ahmed Fawzy Gad
ویرایش: ۱
سال انتشار: ۲۰۱۹
کد ISBN کتاب: ۱۴۸۴۲۴۱۶۶۵, ۹۷۸۱۴۸۴۲۴۱۶۶۰
فرمت: PDF
تعداد صفحه: ۴۰۵
انتشارات: Apress
Description About Book Practical Computer Vision Applications Using Deep Learning With Cnns – With Detailed Examples In Python Using Tensorflow And Kivy From Amazon
Deploy deep learning applications into production across multiple platforms. You will work on computer vision applications that use the convolutional neural network (CNN) deep learning model and Python. This book starts by explaining the traditional machine-learning pipeline, where you will analyze an image dataset. Along the way you will cover artificial neural networks (ANNs), building one from scratch in Python, before optimizing it using genetic algorithms.
For automating the process, the book highlights the limitations of traditional hand-crafted features for computer vision and why the CNN deep-learning model is the state-of-art solution. CNNs are discussed from scratch to demonstrate how they are different and more efficient than the fully connected ANN (FCNN). You will implement a CNN in Python to give you a full understanding of the model.
After consolidating the basics, you will use TensorFlow to build a practical image-recognition model that you will deploy to a web server using Flask, making it accessible over the Internet. Using Kivy and NumPy, you will create cross-platform data science applications with low overheads.
This book will help you apply deep learning and computer vision concepts from scratch, step-by-step from conception to production.
What You Will Learn
• Understand how ANNs and CNNs work
• Create computer vision applications and CNNs from scratch using Python
• Follow a deep learning project from conception to production using TensorFlow
• Use NumPy with Kivy to build cross-platform data science applications
Who This Book Is For
Data scientists, machine learning and deep learning engineers, software developers.
درباره کتاب Practical Computer Vision Applications Using Deep Learning With Cnns – With Detailed Examples In Python Using Tensorflow And Kivy ترجمه شده از گوگل
استقرار عمیق برنامه های یادگیری به تولید در سراسر سیستم عامل های مختلف. شما در برنامه های کاربردی بینایی کامپیوتر که با استفاده از شبکه های عصبی (سی ان ان) مدل یادگیری عمیق کانولوشن و پایتون کار خواهد کرد. این کتاب با توضیح خط لوله یادگیری ماشینی سنتی، جایی که شما یک مجموعه داده تصویر تجزیه و تحلیل می شود. در طول راه شما خواهد شبکه های عصبی مصنوعی (ANNs) پوشش، ساختمان یکی از ابتدا در پایتون، قبل از بهینه سازی آن با استفاده از الگوریتم ژنتیکی است.
برای اتوماسیون فرایند، کتاب برجسته محدودیت از ویژگی های سنتی دست گردد برای بینایی کامپیوتر و چرا سی ان ان مدل یادگیری عمیق راه حل دولت از هنر است. CNNs از ابتدا مورد بحث قرار گرفته تا نشان دهد چگونه آنها متفاوت و کارآمد تر از شبکه عصبی به طور کامل متصل (FCNN) می باشد. شما یک سی ان ان در پایتون پیاده سازی به شما یک درک کامل از مدل است.
پس از تحکیم اصول اولیه، شما TensorFlow برای ساخت یک مدل تصویر تشخیص عملی است که شما را به یک وب سرور با استفاده از فلاسک استقرار، و آن را بر روی اینترنت در دسترس استفاده کنید. با استفاده از کیوی و نامپای، شما کراس پلت فرم برنامه های کاربردی علم داده ها با هزینه های پایین ایجاد کنید.
این کتاب به شما کمک خواهد برای یادگیری مفاهیم و بینایی کامپیوتر عمیق اعمال، از ابتدا، گام به گام از مفهوم به تولید است.
چه به شما خواهد آموخت
• درک چگونه شبکه های عصبی مصنوعی و کار CNNs
• ایجاد برنامه های کاربردی بینایی کامپیوتر و CNNs از ابتدا با استفاده از پایتون
• از مفهوم به تولید دنبال یک پروژه یادگیری عمیق با استفاده از TensorFlow
• استفاده از نامپای با کیوی به ساخت کراس پلت فرم برنامه های کاربردی علم اطلاعات
که این کتاب برای
دانشمندان داده، یادگیری ماشین و مهندسان یادگیری عمیق، توسعه دهندگان نرم افزار است.
[box type=”info”]
جهت دسترسی به توضیحات این کتاب در Amazon اینجا کلیک کنید.
در صورت خراب بودن لینک کتاب، در قسمت نظرات همین مطلب گزارش دهید.
با خرید اشتراک، بدون محدودیت، کتاب دانلود کن!
