深度學(xué)習(xí)實(shí)戰(zhàn)：基于 TensorFlow 2.X 的計(jì)算機(jī)視覺(jué)開(kāi)發(fā)應(yīng)用

　　《深度學(xué)習(xí)實(shí)戰(zhàn)：基于TensorFlow 2.X 的計(jì)算機(jī)視覺(jué)開(kāi)發(fā)應(yīng)用》從環(huán)境的搭建和TensorFlow 2.X 的基礎(chǔ)語(yǔ)法講起，逐步深入到計(jì)算機(jī)視覺(jué)領(lǐng)域的算法模型理論與實(shí)戰(zhàn)應(yīng)用，并重點(diǎn)講解了如何使用TensorFlow 2.X 框架實(shí)現(xiàn)各類經(jīng)典的深度學(xué)習(xí)模型，讓讀者可以系統(tǒng)地學(xué)習(xí)TensorFlow 2.X 在計(jì)算機(jī)視覺(jué)領(lǐng)域的相關(guān)知識(shí)和實(shí)戰(zhàn)應(yīng)用。 全書(shū)共13 章，涵蓋的主要內(nèi)容有Anaconda環(huán)境配置、JupyterNotebook使用、神經(jīng)網(wǎng)絡(luò)模型和用Python從零實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)、TensorFlow 2.X 的基礎(chǔ)語(yǔ)法、圖像分類的算法模型理論和實(shí)戰(zhàn)、遷移學(xué)習(xí)技術(shù)實(shí)戰(zhàn)、目標(biāo) 檢測(cè)的算法模型理論和實(shí)戰(zhàn)、自編碼器的算法模型理論和實(shí)戰(zhàn)、生成式對(duì)抗網(wǎng)絡(luò)的算法模型理論和實(shí)戰(zhàn)、基于 深度學(xué)習(xí)的指紋識(shí)別技術(shù)實(shí)戰(zhàn)、基于攝像頭的指定物體實(shí)時(shí)預(yù)測(cè)、基于 Linux 平臺(tái)下的深度學(xué)習(xí)模型網(wǎng)頁(yè)部署、基于exe 程序的深度學(xué)習(xí)識(shí)別系統(tǒng)以及自動(dòng)機(jī)器學(xué)習(xí)的理論與實(shí)戰(zhàn)等。 《深度學(xué)習(xí)實(shí)戰(zhàn)：基于TensorFlow 2.X 的計(jì)算機(jī)視覺(jué)開(kāi)發(fā)應(yīng)用》內(nèi)容通俗易懂、案例豐富、實(shí)用性強(qiáng)，特別適合機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、Tensorflow2.X框架和計(jì)算機(jī)視覺(jué)領(lǐng)域的入門(mén)讀者閱讀，也適合Python 程序員等其他編程愛(ài)好者閱讀。另外，本書(shū)也可作為相關(guān)院?；蚺嘤?xùn)機(jī)構(gòu)的教材使用。

　　邱宇航，澳大利亞八大名校蒙納士大學(xué)全額獎(jiǎng)學(xué)金博士，研究方向?yàn)槿斯ぶ悄芄I(yè)應(yīng)用，深度學(xué)習(xí)及計(jì)算機(jī)視覺(jué)；曾任蘇州中科院醫(yī)工所研究助理一年，公費(fèi)至臺(tái)灣交通大學(xué)交流半年；本科期間獲得專業(yè)唯一畢業(yè)論文優(yōu)秀獎(jiǎng)，擔(dān)任學(xué)科競(jìng)賽隊(duì)伍帶頭人參與省級(jí)以上競(jìng)賽20余項(xiàng)，獲獎(jiǎng)項(xiàng)10余項(xiàng)，省級(jí)獎(jiǎng)項(xiàng)若干項(xiàng)，并作為全國(guó)50強(qiáng)入選百度青年人工智能創(chuàng)客訓(xùn)練營(yíng)；迄今，在計(jì)算機(jī)人工智能相關(guān)研究領(lǐng)域發(fā)表多篇論文，包含Q1、Q2 等業(yè)內(nèi)知名期刊SCI論文和會(huì)議論文，申請(qǐng)獲批多項(xiàng)專利和軟件著作權(quán)，擔(dān)任如《Concurrency and Computation： Practice and Experience》等在內(nèi)的SCI期刊審稿人。