深度学习与计算机视觉: 算法原理、框架应用与代码实现 豆 8.4分

资源最后更新于 2020-03-29 02:51:03

作者：叶韵 编著

出版社：出版社机械工业出版社

出版日期：2017-07

ISBN：9787111573678

文件格式： pdf

标签： 计算机 科学 机器学习 AI 计算机与互联网 计算机视觉 深度学习 计算机科学理论 计算机数学

简介· · · · · ·

全书共13章，分为2篇。第1篇基础知识，介绍了人工智能发展里程、计算机视觉概要、深度学习和计算机视觉中的基础数学知识、神经网络及其相关的机器学习基础、卷积神经网络及其一些常见结构，最后对最前沿的趋势进行了简单探讨。第2篇实例精讲，介绍了Python基础、OpneCV基础、最简单的分类神经网络、图像识别、利用Caffe做回归、迁移学习和模型微调、目标检测、度量学习和图像风格迁移等常见的计算机视觉应用场景。从第5章开始包含了很多有趣和实用的代码示例。从第7章开始的所有实例都基于当前最流行的深度学习框架中的Caffe和MXNet，其中包含了作者原创的大量代码和搜集的数据，这些代码和作者训练好的部分模型已分享到本书github页面上供读者自行下载。代码库地址：https://github.com/frombeijingwithlove/dlcv_for_beginners叶韵博士，现在京东从事深度学习和计算机视觉算法研发。加入京东之前，曾在ProPlus Design Solutions硅谷和北京研发中心任职研发经理，负责统计建模算法研发，后加入SiemensCorporate Technology担任Research Scientist，专注计算影像和计算机视觉的研究。叶博士于2007年7月获得北京大学微电子学士学位，2011年4月获得Arizona State University的Electrical Engineering博士学位。