O'Reilly Media Практическое машинное обучение для компьютерного зрения: всестороннее обучение по работе с изображениями

Эта практическая книга научит вас использовать модели машинного обучения для извлечения информации из изображений.

Инженеры ML и ученые данных узнают, как решать различные задачи, связанные с изображениями, включая классификацию, обнаружение объектов, автокодировщики, генерацию изображений, подсчет и создание подписей с проверенными методами ML.

Книга предоставляет отличное введение в комплексное глубокое обучение: создание наборов данных, предварительная обработка данных, проектирование моделей, их обучение, оценка, развертывание и интерпретация.

Инженеры Google Валлиаппа Лакшманан, Мартин Гёрнер и Райан Гиллард покажут вам, как разрабатывать точные и объяснимые модели компьютерного зрения на основе машинного обучения и внедрять их в крупномасштабное производство с использованием надежной архитектуры ML.

Вы научитесь разрабатывать, обучать, оценивать и предсказывать с помощью моделей, написанных на TensorFlow или Keras.

Вас ждет изучение следующих аспектов:

• Проектирование ML архитектуры для задач компьютерного зрения
• Выбор подходящей модели (такие как ResNet, SqueezeNet или EfficientNet)
• Создание всестороннего ML конвейера для обучения, оценки, развертывания и объяснения вашей модели
• Предварительная обработка изображений для увеличения данных и поддержки обучаемости
• Интеграция объяснимости и лучших практик ответственного ИИ
• Развертывание моделей изображений в виде веб-служб или на устройствах периферийного ввода
• Мониторинг и управление ML моделями