電腦視覺機器學習實務｜建立端到端的影像機器學習

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

作者： Valliappa Lakshmanan, Martin Görner, Ryan Gillard

譯者：

楊新章

書號： A700

出版日： 2022/06/20

ISBN： 9786263242074

EAN： 9786263242074

紙本書價格： 780

附件：線上下載

電子書：

尚未出版

試讀

博客來

金石堂

天瓏

MOMO

團體購書

回頁首

「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

回頁首

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

回頁首

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

回頁首

機器學習設計模式從程式員到AI專家｜寫給程式員的人工智慧與機器學習指南精通機器學習｜使用Scikit-Learn, Keras與TensorFlow 第二版

回頁首

請選擇所需之附件

範例檔

檔案名稱	下載	檔案名稱	下載
practical-ml-vision-book-master	下載