深度学习与计算机视觉：算法原理 框架应用与代码实现
基本信息
打开支付宝首页搜“673273051”领红包，领到大红包的小伙伴赶紧使用哦！
相关书籍
内容介绍
《深度学习与计算机视觉：算法原理、框架应用与代码实现》全面介绍了深度学习及计算机视觉中基础的知识，并结合常见的应用场景和大量实例，带领读者进入丰富多彩的计算机视觉领域。作为一本“原理+实践”教程，本书在讲解原理的基础上，通过有趣的实例带领读者一步步亲自动手，不断提高动手能力，而不是枯燥和深奥原理的堆砌。
全书共13章，分为2篇。第1篇基础知识，介绍了人工智能发展里程、计算机视觉概要、深度学习和计算机视觉中的基础数学知识、神经网络及其相关的机器学习基础、卷积神经网络及其一些常见结构，最后对最前沿的趋势进行了简单探讨。第2篇实例精讲，介绍了Python基础、OpneCV基础、最简单的分类神经网络、图像识别、利用Caffe做回归、迁移学习和模型微调、目标检测、度量学习和图像风格迁移等常见的计算机视觉应用场景。从第5章开始包含了很多有趣和实用的代码示例。从第7章开始的所有实例都基于当前最流行的深度学习框架中的Caffe和MXNet，其中包含了作者原创的大量代码和搜集的数据，这些代码和作者训练好的部分模型已分享到本书github页面上供读者自行下载。
本书适合对人工智能、机器学习、深度学习和计算机视觉感兴趣的读者阅读。阅读本书要求读者具备一定的数学基础和基本的编程能力，并需要读者了解Linux的基本使用。
代码库地址：
https://github.com/frombeijingwithlove/dlcv_for_beginners
第1篇 基础知识
第1章 引言 2
第2章 深度学习和计算机视觉中的基础数学知识 27
第3章 神经网络和机器学习基础 87
第4章 深度卷积神经网络 120
第2篇 实例精讲
第5章 Python基础 148
第6章 OpenCV基础 182
第7章 Hello World! 212
第8章 最简单的图片分类——手写数字识别 227
第9章 利用Caffe做回归 249
第10章 迁移学习和模型微调 264
第11章 目标检测 288
第12章 度量学习 304
第13章 图像风格迁移 317
