Více než 4 miliony titulů v angličtině i dalších jazycích! Objevte svůj nový příběh ještě dnes!

Le Deep Learning pour le traitement d’images - Classification, détection et segmentation avec Python

Name: Le Deep Learning pour le traitement d’images - Classification, détection et segmentation avec Python
Brand: ENI
SKU: 9782409043208
Price: 1271 CZK
Availability: InStock

Classification, détection et segmentation avec Python et TensorFlow

Autor: WALLACH

Jazyk:

Vazba: Brožovaná

Vydavatel: ENI

Dostupnost: Skladem u dodavatele

Odesíláme za 14-17 dnů

1 271 Kč

Cet ouvrage s’adresse à toutes les personnes désireuses de comprendre et développer des applications...

Informace o knize

Autor

WALLACH

Jazyk

Francouzština

Vazba

Kniha - Brožovaná

Vydáno

2024

Stránek

400

EAN

9782409043208

Enbook ID

44255485

Vydavatel

ENI

Hmotnost

670

Rozměry

178 x 216 x 21

Kompletní popis

Cet ouvrage s’adresse à toutes les personnes désireuses de comprendre et développer des applications de traitement d’images basées sur le deep learning. Il fournit non seulement une base théorique solide, mais également des informations très pratiques, des « trucs et astuces » et des exemples sous forme de scripts Python basés sur TensorFlow.Après une introduction à l'intelligence artificielle, le matériel et les logiciels nécessaires à sa pratique sont détaillés. Suivent ensuite des explications progressives des réseaux de neurones convolutionnels, en décrivant tout d’abord les classifieurs linéaires, puis les réseaux de neurones profonds, et enfin les réseaux convolutionnels. Ces trois chapitres sont accompagnés de scripts Python utilisant TensorFlow, et suivis d’astuces pour améliorer la performance et limiter les biais potentiels du réseau et l’impact carbone lié à son apprentissage et son utilisation. L'apprentissage par transfert, qui consiste à adapter un réseau pré-entraîné à une nouvelle tâche, est ensuite présenté, et accompagné d’un exemple basé sur TensorFlow. Les chapitres suivants décrivent les réseaux convolutionnels appliqués à d'autres tâches que la classification, comme la détection et la segmentation. Ces chapitres sont accompagnés de scripts présentant l’utilisation des bibliothèques TensorFlow Object Detection et de l'architecture Unet. Le lecteur trouve une description de plusieurs méthodes permettant de visualiser le fonctionnement du réseau et d’améliorer son explicabilité, puis cet ouvrage explique pourquoi surveiller les performances d’un modèle après son déploiement, et comment organiser une telle surveillance en pratique. Le script accompagnant ce chapitre décrit le fonctionnement de la librairie tf_explain, qui implémente plusieurs des méthodes présentées. Vient ensuite un exposé des critères définis par la Commission européenne pour juger qu’un modèle d'intelligence artificielle est ""responsable"", et une traduction de ces critères en bonnes pratiques à adopter lors du développement et du déploiement. Enfin, le livre conclut avec des conseils pour améliorer vos compétences et vous tenir au courant des évolutions récentes dans le domaine de l'apprentissage profond appliqué au traitement d'images.

Nejčastěji hledané

Categories

Authors

Publishers

Produkty

Produkty

Nejčastěji hledané

Categories

Authors

Publishers

Produkty

Produkty

Le Deep Learning pour le traitement d’images - Classification, détection et segmentation avec Python

Classification, détection et segmentation avec Python et TensorFlow

Informace o knize

Kompletní popis

Mohlo by vás zajímat

Zákaznicí kteří koupili tuto knihu koupili také