找到 4 条结果 按相关性 按时间降序
计算机视觉——Python+TensorFlow+Keras深度学习实战（微课视频版）
人工智能正在成为全世界产业变革的方向，处于第四次科技革命的核心地位。计算机视觉（Computer Vision）就是利用摄像机、算法和计算资源为人工智能系统按上“眼睛”，让其可以拥有人类的双眼所具有的前景与背景分割、物体识别、目标跟踪、判别决策等功能。计算机视觉系统可以让计算机看见并理解这个世界的“信息”，从而替代人类完成重复性工作。目前计算机视觉领域热门的研究方向有物体检测和识别、语义分割、目标跟踪等。本书围绕着计算机视觉的关键技术，介绍基于深度学习计算机视觉的基础理论及主要算法。本书结合常见的应用场景和项目实例，循序渐进地带领读者进入美妙的计算机视觉世界。本书共分为11章，2~5章介绍计算机视觉的几种关键技术，即图像分类、目标检测、图像分割和目标跟踪，并将这四项关键技术组合完成人工智能的实际应用。本书在6、7章介绍人工智能的两个典型应用：文字检测与识别系统及多任务深度学习系统，第8章介绍一种非常有意思的深度学习网络——对抗生成神经网络，第9章介绍制作训练和测试样本的方法，第10章介绍如何安装TensorFlow、Keras API及相关介绍，第11章介绍综合实验。本书提供了大量项目实例及代码解析，均是基于Python语言及TensorFlow、Keras API的。本教材的每章均配有微课视频，扫描每章的二维码，可观看作者的视频讲解
C语言程序设计简明教程
暂无简介
计算机常用工具软件教程
暂无简介
深度学习框架及系统部署实战（微课视频版）
即将迎来的数字化时代使深度学习及嵌入式人工智能技术变得越来越重要。以深度学习为代表的人工智能系统在推理环节要完成上亿次的计算，在嵌入式平台进行推理时，将带来算力、能耗、存储空间等多方面的限制。本书将围绕着深度学习模型在嵌入式平台上部署出发，从软硬件两个方面介绍深度学习模型如何在资源受限的硬件平台上的完成部署。本书共分为7章，第1章介绍了边缘计算，第2章介绍了嵌入式AI系统的基本概念，及其面临的需求与挑战，第3章介绍了嵌入式AI系统的硬件解决方案，第4-6章介绍了嵌入式AI系统的软件解决方案，包括DNN模型的构建及实现，轻量级DNN模型的构建，模型轻量化方法及实现，第7章介绍了AI模型的硬件部署。本书提供了大量代码解析，均是基于Python语言及Torch API的,硬件部署主要是面向Intel系列和Nvidia系列的芯片。本书适合作为高等院校计算机、软件工程专业高年级本科生、研究生的教材，同时可供对深度学习、计算机视觉、嵌入式AI系统等感兴趣的开发人员、广大科技工作者和研究人员参考。
- 1