電腦視覺機器學習實務｜建立端到端的影像機器學習 (Practical Machine Learning for Computer Vision: End-To-End Machine Learning for Images)
Valliappa Lakshmanan, Martin Görner, Ryan Gillard 楊新章 譯
- 出版商: 歐萊禮
- 出版日期: 2022-06-22
- 定價: $780
- 售價: 7.9 折 $616
- 語言: 繁體中文
- 頁數: 504
- 裝訂: 平裝
- ISBN: 6263242078
- ISBN-13: 9786263242074
-
相關分類:
Machine Learning、Computer Vision
- 此書翻譯自: Practical Machine Learning for Computer Vision: End-To-End Machine Learning for Images (Paperback)
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
Think Data Structures｜Java演算法實作和資料檢索 (Think Data Structures: Algorithms and Information Retrieval in Java)$480$379 -
架構模式｜使用 Python (Architecture Patterns with Python: Enabling Test-Driven Development, Domain-Driven Design, and Event-Driven Microservices)$680$537 -
自然語言處理最佳實務｜全面建構真正的 NLP 系統 (Practical Natural Language Processing: A Comprehensive Guide to Building Real-World Nlp Systems)$780$616 -
軟體架構原理｜工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
機器學習設計模式 (Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops)$680$537 -
深度學習實務應用｜雲端、行動與邊緣裝置 (Practical Deep Learning for Cloud, Mobile and Edge)$880$695 -
Knock Knock! Deep Learning：新手入門深度學習的敲門磚(iT邦幫忙鐵人賽系列書)$560$437 -
集成式學習：Python 實踐！整合全部技術，打造最強模型 (Hands-On Ensemble Learning with Python: Build highly optimized ensemble machine learning models using scikit-learn and Keras)$750$593 -
一本書秒殺電腦視覺最新應用：80個 Python 大師級實例$880$695 -
PyTorch 深度學習：電腦視覺流行專案親自動手$780$616 -
開發者傳授 PyTorch 秘笈$1,200$1,020 -
圖解 TensorFlow 2 初學篇：實作 tf.keras + Colab 雲端、深度學習、人工智慧、影像辨識$820$640 -
Keras 大神歸位：深度學習全面進化！用 Python 實作 CNN、RNN、GRU、LSTM、GAN、VAE、Transformer$1,200$948 -
演算法學習手冊｜寫出更有效率的程式 (Learning Algorithms: A Programmer's Guide to Writing Better Code)$580$458 -
Good Code, Bad Code｜寫出高品質的程式碼 (Good Code, Bad Code: Think Like a Software Engineer)$520$410 -
Linux 錦囊妙計｜基礎操作x系統與網路管理, 2/e (Linux Cookbook: Essential Skills for Linux Users and System & Network Administrators, 2/e)$780$616 -
軟體架構：困難部分 (Software Architecture: The Hard Parts: Modern Trade-Off Analyses for Distributed Architectures)$780$616 -
機器學習聖經：最完整的統計學習方法$880$695 -
從機器學習到人工智慧｜寫給Android/iOS程式師的ML/AI開發指南 (AI and Machine Learning for On-Device Development: A Programmer's Guide)$620$490 -
AI 必須！從做中學貝氏統計 – 從事機器學習、深度學習、資料科學、大數據分析一定要懂的統計利器 (Bayesian Statistics for Beginners: A Step-By-Step Approach)$1,200$948 -
會動的演算法：61 個演算法動畫＋全圖解逐步拆解，人工智慧、資料分析必備$620$490 -
玩真的！Git ✕ GitHub 實戰手冊 - coding 實境、協同開發、雲端同步, 用最具臨場感的開發實例紮實學會！ (Git for Programmers)$580$458 -
Python + OpenCV — 機器學習 + 深度學習 40大電腦視覺案例入門到實戰$1,200$948 -
最強 AI 投資分析：打造自己的股市顧問機器人，股票趨勢分析×年報解讀×選股推薦×風險管理$750$593 -
邊緣AI｜使用嵌入式機器學習解決真實世界的問題 (AI at the Edge: Solving Real-World Problems with Embedded Machine Learning)$880$695
相關主題
商品描述
「本書全面介紹深度電腦視覺的最先進作法，在Keras中建構端到端生產系統，提供經過實戰檢驗的最佳實務解決方案。」
—François Chollet
深度學習研究者和Keras創造者
這本實用指南向您展示了如何使用機器學習模型從影像中淬取資訊。ML工程師和資料科學家將會學習經過驗證的ML技術來解決各種影像問題，包括分類、物件偵測、自編碼器、影像產生、計數和圖說產生。本書卓越的介紹了端到端深度學習：資料集建立、資料前置處理、模型設計、模型訓練、評估、部署和可解釋性。
Google工程師Valliappa Lakshmanan、Martin Görner和Ryan Gillard向您展示了如何開發準確且可解釋的電腦視覺ML模型，並使用強大的ML架構以靈活且可維護的方式將它們投入大規模生產。您將學習如何使用以TensorFlow和Keras編寫的模型進行設計、訓練、評估和預測。
您將學習如何：
‧為電腦視覺任務設計機器學習架構
‧選擇適合您的任務的模型(例如ResNet、SqueezeNet或EfficientNet)
‧建立端到端ML生產線來訓練、評估、部署和解釋您的模型
‧前置處理影像以進行資料擴增進行並支援可學習性
‧納入可解釋性和負責任的AI的最佳實務
‧將影像模型部署為Web服務或在邊緣設備上
‧監控和管理機器學習模型
作者簡介
Valliappa(Lak) Lakshmanan 是Google Cloud分析和人工智慧解決方案總監，所領導的團隊專為業務問題建構跨產業的解決方案
Martin Görner 是Keras/TensorFlow產品經理，專注於改善使用最先進模型時的開發人員體驗
Ryan Gillard 是Google Cloud Professional Services組織AI工程師，為各種產業建構ML模型，職業生涯始於醫院和醫療保健業的研究科學家
目錄大綱
前言
第1章 電腦視覺之機器學習
第2章 視覺機器學習模型
第3章 影像視覺
第4章 物件偵測與影像分割
第5章 建立視覺資料集
第6章 前置處理
第7章 訓練生產線
第8章 模型品質和持續評估
第9章 模型預測
第10章 生產 ML 的趨勢
第11章 進階視覺問題
第12章 影像和文本產生
後記
索引
