Practical Computer Vision Applications Using Deep Learning with CNNs: With Detailed Examples in Python Using TensorFlow and Kivy (Paperback)
暫譯: 使用深度學習與CNN的實用電腦視覺應用：基於Python的詳細範例，使用TensorFlow和Kivy (平裝本)

Ahmed Fawzy Gad

Practical Computer Vision Applications Using Deep Learning with CNNs: With Detailed Examples in Python Using TensorFlow and Kivy (Paperback)

買這商品的人也買了...

相關主題

商品描述

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.
 

商品描述(中文翻譯)

部署深度學習應用程式到多個平台的生產環境中。您將專注於使用卷積神經網絡（CNN）深度學習模型和 Python 的計算機視覺應用程式。本書首先解釋傳統的機器學習流程，您將分析一個圖像數據集。在此過程中，您將涵蓋人工神經網絡（ANN），並從零開始在 Python 中構建一個，然後使用遺傳算法對其進行優化。

為了自動化這一過程，本書強調了傳統手工特徵在計算機視覺中的局限性，以及為什麼 CNN 深度學習模型是最先進的解決方案。從頭開始討論 CNN，以展示它們與全連接人工神經網絡（FCNN）之間的不同之處及其更高的效率。您將在 Python 中實現一個 CNN，以便全面理解該模型。

在鞏固基礎知識後，您將使用 TensorFlow 構建一個實用的圖像識別模型，並使用 Flask 將其部署到網絡伺服器，使其可以通過互聯網訪問。使用 Kivy 和 NumPy，您將創建具有低開銷的跨平台數據科學應用程式。

本書將幫助您從零開始逐步應用深度學習和計算機視覺概念，從構思到生產。

您將學到的內容：

- 了解人工神經網絡（ANN）和卷積神經網絡（CNN）的工作原理
- 使用 Python 從零開始創建計算機視覺應用程式和 CNN
- 使用 TensorFlow 跟隨一個深度學習項目從構思到生產
- 使用 NumPy 和 Kivy 構建跨平台數據科學應用程式

本書適合對象：

數據科學家、機器學習和深度學習工程師、軟體開發人員。

類似商品