pytorch 图像分割的交并比_「通知」《深度学习之图像识别》再版工作启动,欢迎指导和提建议...
不知不覺有三第一本書也上市超過1年半了,第一次寫作略顯稚嫩,許多細節處理不當,比如沒有在印刷前核對公式,被刪掉了參考文獻影響讀者閱讀體驗等。現在本書正式啟動再版工作,注意不是重印,是再版。重印只是修正其中的錯誤,而再版則是比較大幅度地調整書中內容。
首先回顧一下書的主要內容
首先還是簡單回顧一下書中主要內容,供對書籍內容不熟悉的小伙伴參考。
這本書是講解深度學習為主的計算機視覺領域核心基礎技術的書籍,共分為10章,內容目錄如下:
覆蓋深度學習理論(最優化等,損失目標設計),數據使用(常用數據集,數據獲取,標注與增強),可視化(數據與模型),模型優化,三大計算機視覺基礎任務的發展。
第一章:神經網絡基礎
第二章:深度學習優化基礎
第三章:深度學習中的數據
第四章:圖像分類
第五章:圖像分割
第六章:目標檢測
第七章:數據與模型可視化
第八章:模型壓縮
第九章:損失函數
第十張:模型部署與上線
本書的主要優點有三個:
(1) 內容設置比較全面。其中模型優化,可視化,損失函數的設計是大部分書中缺失的。
(2) 書中案例全部來源于工業界的實際開發項目,具有很高的實戰價值和參考性。
(3) 作者擁有書中所有圖的版權,或者是自己用PPT繪制,或者是自己拍攝采集。
詳細情況可以閱讀下文介紹:
言有三新書預售,不貴,有料
大家如果想要購買簽名版留作收藏,可以去有三的小店,目前市面上還剩下的第三次印刷就是第一版最后的存貨。
再版需要做什么
雖然本書有不少缺點,但是依舊得到了不少朋友的認可,其中不乏教師和編輯群體,在認真考慮消費市場和學校教學的需求下,我們決定即日起正式開啟再版工作,下面是需要做的工作。
(1) 豐富現有章節,增加相關最新技術介紹。
(2) 統一書中框架,并提供多框架支持。
(3) 優化書中圖表與案例,提升閱讀體驗。
(4) 增加參考資料和問答習題。
(5) 其他待定。
歡迎大家參與
本次再版非常歡迎大家參與,主要是兩類群體。
(1) 有明確規劃將本書納入教材或者參考教材的機構或者教師,可以直接深度參與本書再版工作,合適者可以聯合出版署名。
(2) 有意參與本書各類修訂工作的讀者,包括但不限于內容充實,代碼框架支持等,有三AI季劃成員優先,所有工作量會在書中署名說明,并提供相關福利。
詳情可以直接聯系有三微信Longlongtogo。
關于本書的學習
為了讓大家更好地學習本書內容,我們提供了以下資料。
(1) 有三本人錄制的免費全套視頻以及PPT,發送關鍵詞“深度學習之圖像識別”即可獲取,其中實踐部分框架為Caffe。
(2) 有三AI團隊開設的《深度學習之圖像識別》帶學營,形式為理論直播講解+實戰代碼分析,授課內容由有三AI平臺統一配置,主講人為我們平臺資深作者與講師,使用框架為Pytorch,分為上下兩篇。
其中上篇內容包括深度學習基礎+圖像分類任務深入講解,適合所有同學入門,課程已經結束,不能再報名,目前視頻已經同步到網易云平臺,詳細目錄如下,大家可以掃碼去網站查看。
我們將在10月24號、25號(本周末)開展深度學習之圖像識別第二期的帶學,如果你看了我們第一期的教學效果,那么這個訓練營肯定是值得你加入的。
講師分別為我們的資深專欄作者,直播講師與有三本人。
第二期主要內容為目標檢測、圖像分割理論和代碼實戰、模型壓縮理論與實戰,其中圖像分割和目標檢測使用的深度學習框架是PyTorch,模型壓縮使用的是Caffe與Tensorflow。
單期帶學費用為:398 RMB(包含教學、GPU使用費),贈送有三AI知識星球半價券(原價298RMB)。添加助手微信 AICV007 可以了解詳細情況。
總結
以上是生活随笔為你收集整理的pytorch 图像分割的交并比_「通知」《深度学习之图像识别》再版工作启动,欢迎指导和提建议...的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: mysql sysdate本周_orac
- 下一篇: 2018年计算机CPU纳米制程,联发科疯