内容简介
本书系统介绍了深度学习与图像识别的基本原理、关键技术及其在实际中的应用。全书共分为三部分：第一部分介绍深度学习的基础知识，包括神经网络、卷积神经网络、循环神经网络等；第二部分深入探讨图像识别的关键技术，如图像分类、目标检测、图像分割等；第三部分通过实际案例，展示深度学习在图像识别中的应用。
本书内容深入浅出，适合作为高等院校计算机、人工智能等相关专业的教材，也可作为从事深度学习与图像识别研究的技术人员的参考书。
目录
第1章 机器视觉在行业中的应用
1.1 机器视觉的发展背景
1.2 机器视觉的主要应用场景
1.3 本章小结
第2章 图像识别前置技术
2.1 深度学习框架
2.2 搭建图像识别开发环境
2.3 Numpy使用详解
2.4 本章小结
第3章 图像分类之KNN算法
3.1 KNN的理论基础与实现
3.2 图像分类识别预备知识
3.3 KNN实战
3.4 模型参数调优
3.5 本章小结
第4章 机器学习基础
4.1 线性回归模型
4.2 逻辑回归模型
4.3 本章小结
第5章 神经网络基础
1.1 机器视觉的发展背景
1.2 机器视觉的主要应用场景
1.3 本章小结
第2章 图像识别前置技术
2.1 深度学习框架
2.2 搭建图像识别开发环境
2.3 Numpy使用详解
2.4 本章小结
第3章 图像分类之KNN算法
3.1 KNN的理论基础与实现
3.2 图像分类识别预备知识
3.3 KNN实战
3.4 模型参数调优
3.5 本章小结
第4章 机器学习基础
4.1 线性回归模型
4.2 逻辑回归模型
4.3 本章小结
第5章 神经网络基础
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，没有任何商业目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48时间内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，没有任何商业目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48时间内予以删除。
📖 支持知识自由流动
这本书的持续提供，需要服务器运行成本支持（约 3.7元/小时）
