机读格式显示(MARC)

• 000 01694nam0 2200313 450

• 001 0000861814

• 005 20220923120200.0

• 010 __ |a 978-7-5641-9976-0 |d CNY148.00

• 100 __ |a 20220506e20222021em y0chiy50 ba

• 101 0_ |a eng

• 102 __ |a CN |b 320000

• 105 __ |a ak z 001yy

• 106 __ |a r

• 200 1_ |a 计算机视觉机器学习实践 |A ji suan ji shi jue ji qi xue xi shi jian |f Valliappa Lakshmanan, Martin G?rner, Ryan Gilard著 |z chi

• 205 __ |a 影印版

• 210 __ |a 南京 |c 东南大学出版社 |d 2022

• 215 __ |a xvi, 463页 |c 图 |d 24cm

• 306 __ |a 英文原版由O'Reilly Media, Inc.出版2021。英文影印版由东南大学出版社出版2022。此影印版的出版和销售得到出版权和销售权的所有者--O'Reilly Media, Inc.的许可

• 314 __ |a 责任者Lakshmanan规范汉译姓: 拉克什曼南; 责任者G?rner规范汉译姓: 格纳; 责任者Gilard规范汉译姓: 吉拉德

• 320 __ |a 有索引

• 330 __ |a 本书向你展示了如何使用机器学习 (ML) 模型从图像中提取信息。ML工程师和数据科学家将学习行之有效的ML技术来解决各种图像问题, 包括分类、目标检测、自动编码器、图像生成、计数和字幕。本书很好地介绍了端到端的深度学习: 数据集创建、数据预处理、模型设计、模型训练、评估、部署和可解释性。Google工程师Valliappa Lakshmanan、Martin Grner、Ryan Gillard为你展示了如何开发精准且可解释的计算机视觉ML模型, 并以灵活且可维护的方式使用健壮的ML架构将其投入大规模生产。你将学习如何使用TensorFlow和Keras编写的模型进行设计、训练、评估和预测。

• 606 0_ |a 机器学习 |A ji qi xue xi |x 英文

• 690 __ |a TP181 |v 5

• 701 _1 |a 拉克什曼南 |A la ke shen man nan |g (Lakshmanan, Valliappa) |4 著

• 701 _1 |a 格纳 |A ge na |g (G?rner, Martin) |4 著

• 701 _1 |a 吉拉德 |A ji la de |g (Gilard, Ryan) |4 著

• 801 _0 |a CN |b HDUL |c 20220613

• 905 __ |a HDUL |d TP181/5421.2

• 920 __ |a 233030 |z 1