開始機(jī)器學(xué)習(xí)知識(shí)的學(xué)習(xí)，差不多已經(jīng)有一年的時(shí)間。這期間看了很多教材和書籍，有些深入進(jìn)行了學(xué)習(xí)，有些書（比如深度學(xué)習(xí)領(lǐng)域著名的西瓜書）則看不下去。機(jī)器學(xué)習(xí)其實(shí)也有許多方向，比如強(qiáng)化學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理等等，如果每個(gè)方向都學(xué)習(xí)的話，普通人也沒有那么多精力。

在經(jīng)過一年的泛泛的學(xué)習(xí)之后，決定將計(jì)算機(jī)視覺作為我的主攻方向，主要也是因?yàn)槲覍?duì)計(jì)算機(jī)圖像這個(gè)領(lǐng)域比較感興趣。在網(wǎng)上搜索了一些資料，以及推薦書單后，決定選擇《Deep Learning for Computer Vision with Python》作為認(rèn)真研讀的一本書，目前已經(jīng)差不多看完了第一部: Starter Bundle，覺得非常不錯(cuò)，推薦給有志于從事計(jì)算機(jī)視覺方向的朋友。

首先需要說明的是，這本書目前還沒有中文版，好在作者沒有使用生僻的詞匯，用詞遣句也比較簡(jiǎn)練，配合著Google翻譯，讀起來還算順利。在公眾號(hào)后臺(tái)回復(fù)“計(jì)算機(jī)視覺”可以下載本書的電子版。

由計(jì)算機(jī)視覺專家Adrian Rosebrock編寫的《Deep Learning for Computer Vision with Python》被評(píng)為當(dāng)前最好的深度學(xué)習(xí)和計(jì)算機(jī)視覺資源之一。Google 的 AI 研究員和 Keras 庫的作者Francois Chollet對(duì)于本書做出過這樣的評(píng)價(jià)：

??? 這是一部關(guān)于計(jì)算機(jī)視覺的卓越的、深入且實(shí)用的深度學(xué)習(xí)實(shí)踐作品。我認(rèn)為它非常易讀易懂：書中的解釋清晰而又詳細(xì)。在書中你能夠找到許多在其他書籍或大學(xué)課程中難以見到的實(shí)用的建議。對(duì)于從業(yè)者和初學(xué)者，我強(qiáng)烈推薦這本書。

這本書分為三個(gè)bundle:

??? Starter Bundle - 這部分的內(nèi)容比較基礎(chǔ)，包括從零開始實(shí)現(xiàn)回歸算法、深度神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)。對(duì)于完全沒有機(jī)器學(xué)習(xí)基礎(chǔ)的人而言，可以從實(shí)例中學(xué)習(xí)到深度學(xué)習(xí)的基礎(chǔ)知識(shí)。如果有一定的深度學(xué)習(xí)知識(shí)背景，也可以學(xué)習(xí)到在實(shí)際中如果應(yīng)用深度學(xué)習(xí)（主要是圖像分類），加深對(duì)深度學(xué)習(xí)的理解。

??? Practition Bundle - 這部分的內(nèi)容在Starter Bundle基礎(chǔ)上更進(jìn)一步，探討的是在實(shí)際中可能會(huì)碰到的問題及解決之道，比如提高識(shí)別的精度、模型選擇、超大數(shù)據(jù)集，最后引入了幾個(gè)大型的、復(fù)雜的網(wǎng)絡(luò)模型。

??? ImageNet Bundle - 這部分更多的關(guān)注于實(shí)戰(zhàn)，前半部分是在ImageNet數(shù)據(jù)集上訓(xùn)練各種復(fù)雜的網(wǎng)絡(luò)，后半部分則是解決實(shí)際生活中的問題，包括表情檢測(cè)、車輛識(shí)別、年齡預(yù)測(cè)等等。完成這部分的學(xué)習(xí)之后，想必你的實(shí)戰(zhàn)能力會(huì)提高一大截。

如果你對(duì)在計(jì)算機(jī)視覺（圖像分類、對(duì)象檢測(cè)、圖像理解等）中應(yīng)用深度學(xué)習(xí)有興趣，那這本書再好不過了。

在這本書中，你將能夠：

??? 理論和實(shí)踐并重地學(xué)習(xí)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)內(nèi)容
??? 學(xué)習(xí)先進(jìn)的深度學(xué)習(xí)技術(shù)，包括對(duì)象檢測(cè)、多GPU訓(xùn)練、遷移學(xué)習(xí)以及生成對(duì)抗網(wǎng)絡(luò)等
??? 復(fù)現(xiàn)最前沿的論文成果，包括ResNet、 SqueezeNet、 VGGNet以及其他存在于 ImageNet 數(shù)據(jù)集中的成果

這本書最吸引我的地方在于，書籍兼顧了理論和實(shí)踐兩者之間的平衡，對(duì)每一個(gè)深度學(xué)習(xí)理論，都會(huì)有一個(gè)關(guān)聯(lián)的Python實(shí)現(xiàn)來幫助你鞏固對(duì)其的理解和學(xué)到的知識(shí)。書中有詳細(xì)的代碼，且代碼都有比較詳細(xì)的說明，對(duì)Engineer非常友好。

我在學(xué)習(xí)的過程中，都會(huì)嘗試著輸入代碼，加深對(duì)代碼的理解。你可以訪問：https://github.com/mogoweb/aiexamples獲得我的代碼。

在公眾號(hào)后臺(tái)回復(fù)“計(jì)算機(jī)視覺”可以下載本書的電子版。
---------------------
原文：https://blog.csdn.net/mogoweb/article/details/86484985

總結(jié)

以上是生活随笔為你收集整理的计算机视觉与深度学习，看这本书就够了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。