掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習與計算機視覺 版權信息
- ISBN：9787561280058
- 條形碼：9787561280058 ; 978-7-5612-8005-8
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習與計算機視覺 內容簡介
本教材主要內容包括計算機視覺歷史回顧與介紹、數據驅動的圖像分類方式：K*近鄰與線性分類器、線性分類器損失函數與*優化、反向傳播與神經網絡、神經網絡的訓練、卷積神經網絡、遷移學習之物體定位與檢測、卷積神經網絡的可視化與進一步理解、卷積神經網絡工程實踐技巧、深度學習開源庫使用介紹、圖像分割與注意力模型、視頻檢測與無監督學習等。本書適合高等學校圖像處理、模式識別、機器視覺、人工智能相關專業本科高年級學生和研究生使用，也可作為相關專業領域科研工作者參考書。
深度學習與計算機視覺 目錄
第1章 緒論
1．1 什么是深度學習
1．2 深度學習的起源和歷史
1．3 深度學習的發展
1．4 什么是計算機視覺
1．5 計算機視覺發展
1．6 深度學習在計算機視覺領域的研究現狀
第2章 深度學習的框架
2．1 Theano框架
2．2 TensorFlow框架
2．3 Keras框架
2．4 PyTorch框架
2．5 Caffe/Caffe2框架
2．6 MXNet框架
2．7 CNTK框架
第3章 深度學習計算機視覺的基礎
3．1 線性分類
3．2 優化
3．3 反向傳播
3．4 神經網絡
3．5 卷積神經網絡
3．6 生成模型
3．7 循環神經網絡
第4章 深度學習在計算機視覺方面的應用
4．1 深度學習在計算機視覺方面的應用框架介紹
4．2 目標檢測識別
4．3 圖像檢索
4．4 圖像修復
4．5 圖像分割
第5章 深度學習實戰
5．1 實驗環境安裝與配置
5．2 任務實戰
參考文獻
1．1 什么是深度學習
1．2 深度學習的起源和歷史
1．3 深度學習的發展
1．4 什么是計算機視覺
1．5 計算機視覺發展
1．6 深度學習在計算機視覺領域的研究現狀
第2章 深度學習的框架
2．1 Theano框架
2．2 TensorFlow框架
2．3 Keras框架
2．4 PyTorch框架
2．5 Caffe/Caffe2框架
2．6 MXNet框架
2．7 CNTK框架
第3章 深度學習計算機視覺的基礎
3．1 線性分類
3．2 優化
3．3 反向傳播
3．4 神經網絡
3．5 卷積神經網絡
3．6 生成模型
3．7 循環神經網絡
第4章 深度學習在計算機視覺方面的應用
4．1 深度學習在計算機視覺方面的應用框架介紹
4．2 目標檢測識別
4．3 圖像檢索
4．4 圖像修復
4．5 圖像分割
第5章 深度學習實戰
5．1 實驗環境安裝與配置
5．2 任務實戰
參考文獻
展開全部
深度學習與計算機視覺 作者簡介
李暉暉，女，1974年生， 2006年在西北工業大學自動化學院模式識別與智能系統專業獲得工學博士學位，現為西北工業大學自動化學院副教授。主要從事圖像處理、模式識別、機器視覺、人工智能等方向的研究。 劉航，男，1973年生， 博士，現為西北工業大學自動化學院副教授。主要從事網絡協議設計與優化、無線感知、網絡安全等方向的研究。
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
小考拉的故事-套裝共3冊
- >
唐代進士錄
- >
名家帶你讀魯迅:故事新編
- >
李白與唐代文化
- >
推拿
- >
伊索寓言-世界文學名著典藏-全譯本
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
本類暢銷
