深度学习计算机视觉实战（卷积神经网络PythonTensorFlow和Kivy）

作者简介

\\\\\\\"Ahmed Fawzy Gad是一名助教，来自埃及，2015年在埃及梅努菲亚大学计算机与信息学院获得信息技术荣誉理学学士学位，2018年获得硕士学位。Ahmed对深度学习、机器学习、计算机视觉和Python饶有兴趣。他曾担任机器学习项目的软件工程师和顾问。通过分享著作并在YouTube频道上录制教程，为数据科学界添砖加瓦是Ahmed的奋斗目标。 Ahmed发表了多篇研究论文，撰写了TensorFlow: A Guide to Build Artificial Neural Networks Using Python (Lambert，2017)一书。Ahmed一直希望在其所感兴趣的领域与其他专家分享经验。 \\\\\\\"

内容简介

\\\\\\\"《深度学习计算机视觉实战 卷积神经网络、Python、TensorFlow和Kivy》将深度学习应用部署到生产环境中。读者将学习使用卷积神经网络(CNN)深度学习模型和Python编写计算机视觉应用。本书从解释传统的机器学习流程开始介绍，分析了一个图像数据集。接下来，读者将学习人工神经网络(ANN)，使用Python从头开始构建一个ANN，然后使用遗传算法(GA)优化这个神经网络。 　　为了使过程自动化，本书强调了采用传统手工方式为计算机视觉选择特征的局限性，重点阐明了CNN深度学习模型是最先进的解决方案的原因，并从头开始讨论CNN，演示了CNN与完全连接的ANN相比的与众不同之处；而且说明CNN更有效率，还使用Python实现CNN，使读者对这个模型有一个透彻的理解。 　　在巩固了基础之后，读者可以使用TensorFlow构建实践中使用的图像识别应用，并且使用Flask使得预训练的模型在互联网上可访问；使用Kivy和NumPy，可以用较低的开销创建跨平台的数据科学应用。 　　本书有助于读者从基础开始应用深度学习和计算机视觉的概念，一步一步地从概念走向生产。\\\\\\\"