Computer Vision Using Deep Learning: Arquitecturas de redes neuronales con Python y Keras

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 3 votos.

Título original:

Computer Vision Using Deep Learning: Neural Network Architectures with Python and Keras

Contenido del libro:

Las organizaciones invierten enormes recursos en desarrollar programas informáticos que puedan actuar como lo hace un ser humano. La clasificación de imágenes, la detección y el seguimiento de objetos, la estimación de poses, el reconocimiento facial y la estimación de sentimientos desempeñan un papel importante en la resolución de problemas de visión por ordenador.

Este libro pondrá de relieve estas y otras arquitecturas y técnicas de aprendizaje profundo para ayudarle a crear soluciones utilizando Keras y la biblioteca TensorFlow. También revisará múltiples arquitecturas de redes neuronales, incluyendo LeNet, AlexNet, VGG, Inception, R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN, YOLO, y SqueezeNet y verá cómo funcionan junto con el código Python a través de las mejores prácticas, consejos, trucos, atajos y dificultades. Todos los fragmentos de código serán desglosados y discutidos a fondo para que pueda aplicar los mismos principios en sus respectivos entornos.

Computer Vision Using Deep Learning ofrece una guía completa pero sucinta que une DL y CV para automatizar las operaciones, reducir la intervención humana, aumentar la capacidad y reducir los costes.

Lo que aprenderá

⬤ Examinará el código y los conceptos del aprendizaje profundo para aplicar los principios rectores a sus propios proyectos.

⬤ Clasificar y evaluar varias arquitecturas para comprender mejor sus opciones en varios casos de uso.

⬤ Ir detrás de las escenas de las funciones básicas de aprendizaje profundo para descubrir cómo funcionan.

A quién va dirigido este libro

Profesionales que trabajan en los campos de la ingeniería de software y la ciencia de datos. Se recomienda encarecidamente un conocimiento práctico de Python. Estudiantes e innovadores que trabajen en titulaciones avanzadas en áreas relacionadas con la visión por computador y el Aprendizaje Profundo.