机读格式显示(MARC)

• 000 01907nam 2200325 450

• 001 0000312661

• 005 20191106155200.0

• 010 __ |a 978-7-111-63003-6 |d CNY129.00

• 100 __ |a 20190725d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习与图像识别 |A shen du xue xi yu tu xiang shi bie |e 原理与实践 |d = Deep learning and image recognition |e principle and practice |f 魏溪含, 涂铭, 张修鹏著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2019

• 215 __ |a x, 265页 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 300 __ |a 华章IT 彩色印刷

• 314 __ |a 魏溪含, 爱丁堡大学人工智能硕土, 阿里巴巴达摩院算法专家, 在计算机视觉、大数据领城有8年以上的算法架构和研发经验。涂铭, 资深阿里巴巴数据架构师, 对大数据、自然语言处理、图像识别、Python、Java相关技术有深入的研究, 积累了丰富的实践经验。张修鹏, 毕业于中南大学, 阿里巴巴技术发展专家, 长期从事云计算、大数据、人工智能与物联网技术的商业化应用, 在阿里巴巴首次将图像识别技术引入工业。

• 330 __ |a 全书一共13章: 第1-2章主要介绍了图像识别的应用场景、工具和工作环境的搭建; 第3-6章详细讲解了图像分类算法、机器学习、神经网络、误差反向传播等图像识别的基础技术及其原理; 第7章讲解了如何利用Py Torch来实现神经网络的图像分类, 专注实操，是从基础向高阶的过渡; 第8-12章深入讲解了图像识别的核心技术及其原理, 包括卷积神经网络、目标检测、分割、产生式模型、神经网络可视化等主题; 第13章从工程实践的角度讲解了图像识别算法的部署模式。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 510 1_ |a Deep learning and image recognition |e principle and practice |z eng

• 517 1_ |a 原理与实践

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 算法 |x 应用 |x 图象识别 |j 教材

• 690 __ |a TP391.413 |v 5

• 701 _0 |a 魏溪含 |A wei xi han |4 著

• 701 _0 |a 涂铭 |A tu ming |4 著

• 701 _0 |a 张修鹏 |A zhang xiu peng |4 著

• 801 _0 |a CN |b 湖北三新 |c 20190725

• 905 __ |a AUSTL |d TP391.413/W879