Deep Learning pe Windows: Building Deep Learning Computer Vision Systems on Microsoft Windows

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 2 voturi.

Titlul original:

Deep Learning on Windows: Building Deep Learning Computer Vision Systems on Microsoft Windows

Conținutul cărții:

​.

Capitolul 1: De unde să începeți învățarea profundă

Scopul capitolului:Aflați ce instrumente sunt disponibile pentru învățarea profundă și sarcinile de viziune computerizată. Aflați ce considerații trebuie să facă cititorul cu privire la instrumente, sistem de operare și hardware.

Nr. de pagini: 20

Sub - Subiecte

1. Putem construi modele de învățare profundă pe Windows?

2. Limbaj de programare - Python.

3. Gestionarea pachetelor și a mediului - Anaconda.

4. Biblioteci utilitare Python pentru Deep Learning și Computer Vision.

5. Cadre de învățare profundă.

6. Biblioteci Computer Vision.

7. Optimizatoare și acceleratoare.

8. Cum rămâne cu hardware-ul?

9. Configurații hardware PC recomandate.

Capitolul 2: Configurarea instrumentelor.

Scopul capitolului:Instrucțiuni pas cu pas privind modul de instalare, configurare și depanare a instrumentelor necesare.

Nr. de pagini: 35

Sub - Subiecte:

1. Instalarea Visual Studio cu suport C++.

2. Instalarea CMake.

3. Instalarea Anaconda Python.

4. Configurarea mediului Conda și a bibliotecilor Python.

5. Instalarea TensorFlow.

6. Instalarea versiunii Keras multi-backend.

7. Instalarea OpenCV.

8. Instalarea Dlib.

9. Verificarea instalărilor.

10. Pași opționali.

11. Rezolvarea problemelor.

12. Rezumat.

Capitolul 3: Construirea primului model Deep Learning în Windows.

Scopul capitolului: Un ghid de codificare pas cu pas pentru construirea primului model de clasificare a imaginilor cu rețea neurală convoluțională "bună ziua".

Nr. de pagini: 20.

Sub - Subiecte:

1. Ce este setul de date MNIST?

2. Modelul LeNet.

3. Să construim primul nostru model.

4. Rularea modelului nostru.

5. Ce puteți face în continuare?

Capitolul 4: Înțelegerea a ceea ce am construit.

Scopul capitolului: Învățați funcționarea internă a unei rețele neuronale convoluționale.

Nr. de pagini: 20.

Sub - Subiecte:

1. Imagini digitale.

2. Convoluții.

3. Funcție neliniară.

4. Adunarea.

5. Clasificator (strat complet conectat)

6. Cum se îmbină toate acestea?

Capitolul 5: Vizualizarea modelelor.

Scopul capitolului:Înțelegerea modalităților de vizualizare a funcționării interne a modelelor de învățare profundă, permițând cititorului să utilizeze aceste cunoștințe pentru a construi modele complexe.

Nr. de pagini: 20.

Sub - Subiecte:

1. De ce este utilă vizualizarea modelelor.

2. Utilizarea funcției plot_model din Keras.

3. Utilizarea Netron pentru vizualizarea structurilor modelului.

4. Vizualizarea filtrelor convoluționale.

Capitolul 6: Învățarea prin transfer

Scopul capitolului: Construirea de sisteme de învățare profundă care rezolvă o problemă practică este de obicei îngreunată din cauza dificultății de colectare și gestionare a datelor de instruire. De obicei, este al.