en 6 cuotas de

Precio sin impuestos nacionales:

Llega gratis el jueves 10 de julio

Solo en CABA y zonas de GBA

Comprando dentro de las prĂłximas 4 h 25 min

Retirá gratis entre el 10 y el 14/jul en correo y otros puntos
Ver en el mapa

Disponible 13 días después de tu compra

Vendido por BOOKSLAND_AR

MercadoLĂ­der Platinum

¡Uno de los mejores del sitio!

+5mil

Ventas concretadas

Brinda buena atenciĂłn

Despacha sus productos a tiempo

Medios de pago

Cuotas sin Tarjeta

Mercado Crédito

Tarjetas de crédito

Visa
American Express
Mastercard
Naranja

Tarjetas de débito

Visa Débito
Maestro
Cabal Débito
Mastercard Débito

Efectivo

PagoFacil
Rapipago

CaracterĂ­sticas del producto

CaracterĂ­sticas principales

TĂ­tulo del libro
Building Computer Vision Using Artificial Neural Networks: With Step-by-Step Examples in OpenCV and TensorFlow with Python
Autor
Ansari, Shamshad
Idioma
Inglés
Editorial del libro
aPress
Tapa del libro
Blanda
Marca
Apress
Modelo
148425886X

Otros

Cantidad de páginas
473
Altura
26 cm
Ancho
18 cm
Peso
880 g
ISBN
9781484258866

DescripciĂłn

Libro: Building Computer Vision Using Artificial Neural Networks: With Step-by-Step Examples in OpenCV and TensorFlow with Python

DescripciĂłn:
Conceptos de visión por computadora y aprendizaje automático en el desarrollo empresarial e industrial utilizando un libro práctico paso a paso que consta de cuatro secciones principales que comienzan con la de su entorno de programación y su computadora con todos los requisitos previos para ejecutar los ejemplos de La Sección 1 cubre los conceptos básicos del procesamiento de imágenes y videos con ejemplos de de cómo manipular y extraer información útil de las imágenes. Utilizará principalmente OpenCV con Python para trabajar con ejemplos en esta sección.
La Sección 2 describe los conceptos de aprendizaje automático y redes neuronales en cuanto a la visión por computadora. Aprenderá diferentes algoritmos de la red neuronal, como la red neuronal convolucional (CNN), la red neuronal convolucional basada en regiones (R-CNN) y YOLO. En esta sección, también aprenderá a entrenar, ajustar y administrar redes neuronales para la visión artificial. La Sección 3 proporciona ejemplos paso a paso del desarrollo comercial e industrial, como el reconocimiento facial en y la detección de defectos superficiales en la fabricación.
La sección final trata sobre el entrenamiento de redes neuronales que involucran una gran cantidad de imágenes en la infraestructura de la nube, como AWS, Google Cloud Platform y Microsoft Azure. Lo guía a través del proceso de capacitación de redes neuronales distribuidas para la visión por computadora en una infraestructura de nube basada en GPU. Cuando termine de leer Creación de visión artificial mediante redes neuronales artificiales y trabaje con los ejemplos de habrá desarrollado algunos casos de uso reales de visión artificial con aprendizaje profundo.
Lo que vas a aprender
· Emplear técnicas de procesamiento, manipulación y extracción de características de imágenes · Trabajar con varios algoritmos de aprendizaje profundo para la visión artificial

· Entrenar, administrar y ajustar hiperparámetros de CNN y modelos de detección de objetos, como R-CNN, SSD y YOLO
· Construir modelos de redes neuronales usando Keras y TensorFlow
· Descubra las mejores prácticas al implementar la visión por computadora en los negocios y la industria · Entrene modelos distribuidos en infraestructura de nube basada en GPU

Para quien es este libro
Científicos de datos, analistas y profesionales de aprendizaje automático e ingeniería de software con conocimientos de programación Python.

- - - - - - - - - - - - - - - - - - - - - - - -

- TODOS NUESTROS PRODUCTOS SON NUEVOS, IMPORTADOS, ORIGINALES Y FISICOS.
- LA FECHA DE ENTREGA ES LA QUE INDICA MERCADOLIBRE EN ESTA PUBLICACION.
- ENVIAMOS SOLO POR MERCADOENVIOS.
- GARANTIA 30 DIAS CORRIDOS DE RECIBIDA LA COMPRA.
- COMPROMETIDOS AL 100% CON EL SERVICIO AL CLIENTE

GarantĂ­a del vendedor: 30 dĂ­as

Preguntas y respuestas

¿Qué querés saber?

Preguntale al vendedor

Nadie hizo preguntas todavĂ­a.

¡Hacé la primera!