ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب OpenCV+TensorFlow深度学习与计算机视觉实战

دانلود کتاب OpenCV TensorFlow深度学习与计算机视觉实战

OpenCV+TensorFlow深度学习与计算机视觉实战

مشخصات کتاب

OpenCV+TensorFlow深度学习与计算机视觉实战

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9787302518426 
ناشر: 清华大学出版社 
سال نشر: 2019 
تعداد صفحات: [280] 
زبان: Chinese 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 37 Mb 

قیمت کتاب (تومان) : 38,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 3


در صورت تبدیل فایل کتاب OpenCV+TensorFlow深度学习与计算机视觉实战 به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب OpenCV TensorFlow深度学习与计算机视觉实战 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب OpenCV TensorFlow深度学习与计算机视觉实战

این کتاب در مجموع دارای 13 فصل است که شامل رابطه بین بینایی کامپیوتر و یادگیری عمیق، نصب و استفاده از پایتون، پردازش و تجسم داده های پایتون، تئوری و الگوریتم یادگیری ماشین، کتابخانه پردازش بینایی کامپیوتری OpenCV، تمرین پردازش تصویر OpenCV می باشد. و ساختار داده پایه TensorFlow و استفاده، ایجاد و خواندن مجموعه داده های TensorFlow، شبکه عصبی BP، شبکه عصبی بازخورد، شبکه عصبی کانولوشن، و غیره. برای حل تشخیص تصویر، و تعداد زیادی مجموعه داده برای استفاده خوانندگان فراهم می کند و نمونه های مدل یادگیری عمیق را در قالب کد برای مرجع خوانندگان پیاده سازی می کند.


توضیحاتی درمورد کتاب به خارجی

本书共13章,内容包括计算机视觉与深度学习的关系,Python的安装和使用,Python数据处理及可视化,机器学习的理论和算法,计算机视觉处理库OpenCV ,OpenCV图像处理实战,TensorFlow基本数据结构和使用,TensorFlow数据集的创建与读取,BP神经网络,反馈神经网络,卷积神经网络等.本书强调理论联系实际,着重介绍TensorFlow OpenCV解决图像识别的应用,提供大量数据集供读者使用,并以代码的形式实现深度学习模型实例供读者参考.



فهرست مطالب

封面
扉页
内容简介
版权页
前言
目录
第1章 计算机视觉与深度学习
	1.1 计算机视觉与深度学习的关系
	1.2 计算机视觉学习的基础与研究方向
	1.3 本章小结
第2章 Python的安装与使用
	2.1 Python基本安装和用法
	2.2 Tensor Flow类库的下载与安装(基于CPU模式)
	2.3 Tensor Flow类库的下载与安装(基于GPU模式)
	2.4 Open CV类库的下载与安装
	2.5 Python常用类库中的threading
	2.6 本章小结
第3章 Python数据处理及可视化
	3.1 从小例子起步—Num Py的初步使用
	3.2 图形化数据处理—Matplotlib包的使用
	3.3 深度学习理论方法—相似度计算
	3.4 数据的统计学可视化展示
	3.5 Python数据分析与可视化实战—某地降水的关系处理
	3.6 本章小结
第4章 深度学习的理论基础—机器学习
	4.1 机器学习基本分类
	4.2 机器学习基本算法
	4.3 算法的理论基础
	4.4 回归算法
	4.5 机器学习的其他算法—决策树
	4.6 本章小结
第5章 计算机视觉处理库Open CV
	5.1 认识OpenCV
	5.2 OpenCV基本的图片读取
	5.3 OpenCV的卷积核处理
	5.4 本章小结
第6章 OpenCV图像处理实战
	6.1 图片的自由缩放以及边缘裁剪
	6.2 使用OpenCV扩大图像数据库
	6.3 本章小结
第7章 Let’s play Tensor Flow
	7.1 Tensor Flow游乐场
	7.2 Hello TensorFlow
	7.3 本章小结
第8章 Hello TensorFlow,从0到1
	8.1 TensorFlow的安装
	8.2 TensorFlow常量、变量和数据类型
	8.3 TensorFlow矩阵计算
	8.4 Hello TensorFlow
	8.5 本章小结
第9章 Tensor Flow重要算法基础
	9.1 BP 神经网络简介
	9.2 BP 神经网络两个基础算法详解
	9.3 Tensor Flow实战—房屋价格的计算
	9.4 反馈神经网络反向传播算法介绍
	9.5 本章小结
第10章 TensorFlow数据的生成与读取
	10.1 TensorFlow的队列
	10.2 CSV文件的创建与读取
	10.3 TensorFlow文件的创建与读取
	10.4 本章小结
第11章 卷积神经网络的原理
	11.1 卷积运算基本概念
	11.2 卷积神经网络的结构详解
	11.3 TensorFlow实现LeNet实例
	11.4 本章小结
第12章 卷积神经网络公式的推导与应用
	12.1 反馈神经网络算法
	12.2 使用卷积神经网络分辨CIFAR-10数据集
	12.3 本章小结
第13章 猫狗大战—实战AlexNet图像识别
	13.1 Alex Net简介
	13.2 实战猫狗大战—AlexNet模型
	13.3 本章小结
正文结束




نظرات کاربران