高级会员
- 威望
- 266
- 贡献
- 257
- 热心值
- 13
- 金币
- 156
- 注册时间
- 2023-7-14
|
本帖最后由 逸晨曦 于 2023-7-25 14:35 编辑
本书由浅入深地介绍了MNIST、ImageNet、CIFAR、波士顿房产、ModelNet等经典二维、三维数据集，还介绍了TensorFlow中的二维卷积层、全连接层、激活层、池化层、批次归一化层、随机失活层的算法和梯度下降原理，AlexNet、VGG、ResNet、DarkNet、CSP-DarkNet等经典骨干网络的设计原理，以及PointNet、GCN等三维计算机视觉神经网络。
通过设计巧妙且具体的案例，让读者稳步建立扎实的编程能力，包括数据集的制作和解析、神经网络模型设计能力和开销估算、损失函数的设计、神经网络的动态模式和静态模式的训练方法和过程控制、神经网络的边缘计算模型量化、神经网络的云计算部署。
部分目录：
第1篇 计算机视觉开发环境的搭建
第1章 Python编程环境
1.1 Python语言简介
1.2 Python脚本的运行方式
1.3 Anaconda虚拟环境管理器
1.4 使用Anaconda建立虚拟环境
|
|
发表于 2023-7-17 01:39
楼主
