简介
本书总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow 2.0进行实际编程以解决图像处理相关问题的能力。全书力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow 2.0的基本用法、高级模型设计及其应用程序编写。 本书共18章，内容包括：计算视觉与深度学习概述、Python的安装与使用、深度学习的理论基础、Python类库的使用、OpenCV的使用、OpenCV与TensorFlow的融合、TensorFlow概念、TensorFlow重要算法、Keras的使用、卷积层与MNIST实战、卷积神经网络公式推导与应用、TensorFlow Datasets和TensorBoard详解、ResNet、注意力机制、深度学习常用面试问题、GAN、图卷积神经网络等内容。 本书可作为学习人工神经网络、深度学习、TensorFlow 2.0程序设计以及图像处理等相关内容的程序设计人员培训和自学用书，也可以作为高等院校和培训学校相关专业的教材使用。
编辑推荐
TensorFlow 2.0破天荒地抛弃了原有的架构，重新开始，整合了曾经为TensorFlow添加的多种组件，在2.0版本中，这些组件被打包成一个综合平台，可支持机器学习的工作流程（从训练到部署），即用一个新的架构从根本上代替了已有的架构。 可以看到新架构中的训练部分主要关注Python API，即训练的可用性、整洁性以及易用性。它通过使用“存档”的方式连接起训练与部署之间的桥梁。 模型的部署方式是多种多样，可以方便地使用多种端支持，使其能够运营在不同的平台上。而语言绑定（language binding）也有不同程度的支持，包括Swift、R和Julia等。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2020-06-28
- 更新： 2023-06-22
- 书号：9787302554783
- 中图：TP18
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
