電腦視覺機器學習實務：建立端到端的影像機器學習

ISBN13：9786263242074
出版社：美商歐萊禮
作者：Valliappa Lakshmanan; Martin Görner; Ryan Gillard
譯者：楊新章
出版日：2022/06/27
裝訂／頁數：平裝／504頁
規格：23cm*18.5cm*2.2cm (高/寬/厚)
版次：1
關鍵字：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、影像、影像機、特殊電腦方法、美商歐萊禮、 Valliappa Lakshmanan、 Martin Görner、 Ryan Gillard、

定價

：NT$ 780 元

優惠價

：90 折 702 元

領券後再享88折起

領

團購優惠券A

10本以上且滿2000元
再享89折，單本省下77元

領

庫存：1

下單可得紅利積點：21 點

商品簡介

作者簡介

商品簡介

「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

作者簡介

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