深度學習在動態媒體中的應用與實踐 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

適讀人群 ：目前讀者主要定位為：對深度學習感興趣的讀者，深度學習領域的科研機構、高校、企業的相關研發、技術人員。
1、速成性：本書涉及深度學習的基本原理，沒有過多糾結數學公式推導，能快速上手書中的實戰項目，可用於實際生産。
2、前沿性：深度學習是當今人工智能領域炙手可熱的技術，本書是目前市麵上為數不多的深度學習源碼解析類參考資料。
3、翔實性：本書既有深度學習理論知識的講解，又有源代碼的剖析，還包括解決實際問題的案例。
4、趣味性：本書穿插部分漫畫，利於年輕讀者接受和傳播。

內容簡介

本書是一本深度學習的基礎入門讀物，對深度學習的基本理論進行瞭介紹，主要以Ubuntu係統為例搭建瞭三大主流框架——Caffe、TensorFlow、Torch，然後分彆在3個框架下，通過3個實戰項目掌握瞭框架的使用方法，並詳細描述瞭生産流程，最後講述瞭通過集群部署深度學習的項目以及如何進行運營維護的注意事項。
本書適閤對深度學習有濃厚興趣的讀者、希望用深度學習完成設計的計算機專業或電子信息專業的高校畢業生以及想從實戰項目入手的深度學習研發工程師或算法工程師。

作者簡介

唐宏，男，中國電信股份有限公司廣州研究院數據通信研究所所長、工程師，中國電子學會雲計算專傢委員會委員，中國電信股份有限公司科技委員會數據組副組長，中國通信學會CCSA TC1 WG4副組長，中國SDN産業聯盟需求場景與網絡架構組組長，主要從事IP承載網、下一代互聯網、網絡新技術方麵的研發與管理工作。
陳麒，浙江工業大學信息工程學院信息與通信工程工學碩士，現任職於中國電信股份有限公司廣州研究院，主要從事人工智能與CDN的研發工作。
莊一嶸，中山大學通信與信息係統專業碩士，現任職於中國電信股份有限公司廣州研究院，主要從事CDN、IPTV、人工智能應用等研發工作。

目錄

第 1章 深度學習簡介 1
1．1 深度學習的發展 1
1．2 深度學習的應用及研究方嚮 3
1．3 深度學習工具介紹和對比 4
1．3．1 Caffe 4
1．3．2 TensorFlow 5
1．3．3 Torch 6
1．4 小結 7
第 2章 深度學習基本理論 9
2．1 深度學習的基本概念 9
2．2 深度學習的訓練過程 13
2．3 深度學習的常用模型和方法 14
2．4 小結 20
第3章 深度學習環境搭建 23
3．1 Caffe安裝 23
3．1．1 安裝Caffe的相關依賴項 24
3．1．2 安裝NVIDIA驅動 24
3．1．3 安裝CUDA 27
3．1．4 配置cuDNN 30
3．1．5 源代碼編譯安裝OpenCV 32
3．1．6 編譯Caffe，並配置Python接口 34
3．2 Caffe框架下的MNIST數字識彆問題 41
3．3 TensorFlow安裝 42
3．3．1 基於pip安裝 42
3．3．2 基於Anaconda安裝 46
3．3．3 基於源代碼安裝 51
3．3．4 常見安裝問題 56
3．4 TensorFlow框架下的CIFAR圖像識彆問題 59
3．5 Torch安裝 61
3．5．1 無CUDA的Torch 7安裝 61
3．5．2 CUDA的Torch 7安裝 61
3．6 Torch框架下neural-style圖像閤成問題 62
3．7 小結 74
第4章 人臉識彆 75
4．1 人臉識彆概述 75
4．2 人臉識彆係統設計 76
4．2．1 需求分析 76
4．2．2 功能設計 77
4．2．3 模塊設計 78
4．3 係統生産環境部署及驗證 81
4．3．1 抽幀環境部署 81
4．3．2 抽幀功能驗證 82
4．3．3 OpenFace環境部署 82
4．3．4 OpenFace環境驗證 84
4．4 批量生産 90
4．5 小結 102
第5章 車輛識彆 103
5．1 概述 103
5．2 係統設計 104
5．2．1 需求分析 104
5．2．2 功能設計 104
5．2．3 模塊設計 105
5．3 係統生産環境部署及驗證 106
5．3．1 生産環境部署 106
5．3．2 項目部署 107
5．3．3 環境驗證 108
5．4 批量生産 109
5．5 小結 117
第6章 不良視頻識彆 119
6．1 概述 119
6．2 不良圖片模型簡介 120
6．3 係統設計 122
6．4 係統部署及係統測試驗證 123
6．5 批量生産 125
6．5．1 批量節目元數據信息檢索與篩選 125
6．5．2 基於FFmpeg的SDK抽取視頻I幀 126
6．5．3 基於膚色比例檢測的快速篩查 128
6．5．4 基於Caffe框架的不良圖片檢測 128
6．6 小結 129
第7章 集群部署與運營維護 131
7．1 認識Docker 131
7．2 基於Docker的TensorFlow實驗環境 134
7．3 運營維護 137
7．4 小結 138
參考文獻 139
深度學習在動態媒體中的應用與實踐 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價