Скачать "Ксудонг Ма, Вишах Хегде, Лилит Йольан - Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов" бесплатно
Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов : КНИГИ » Программирование
Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов — Эта книга дает полное представление о современном трехмерном глубоком обучении и помогает разработчикам в области компьютерного зрения применить свои знания на практике. Благодаря этому практическому руководству по трехмерному глубокому обучению разработчики в области трехмерного компьютерного зрения смогут применить свои знания на практике. В данной книге представлен практический подход к реализации вычислительных решений в указанной области и связанных с ней методологий, которые помогут вам быстро начать работу и повысить продуктивность. Оснащенные пошаговыми объяснениями важных понятий, практическими примерами и вопросами для самопроверки, вы начнете с обследования передовых методов трехмерного глубокого обучения. Вы познакомитесь с базовой обработкой 3D-данных полигональной сетки и облака точек с помощью библиотеки PyTorch3D, такой как загрузка и сохранение файлов PLY и OBJ, проецирование 3D-точек на координаты камеры с использованием моделей перспективной камеры и ортографической камеры, отрисовка облаков точек и полигональных сеток на изображениях и т.д. Вы также научитесь реализовывать некоторые современные алгоритмы трехмерного глубокого обучения, такие как дифференцируемая отрисовка, NeRF, SynSin и Mesh R-CNN, поскольку благодаря библиотеке PyTorch3D программирование этих моделей глубокого обучения значительно упрощается. К концу этой книги вы сможете реализовывать свои собственные модели трехмерного глубокого обучения. Для кого эта книга предназначена: Эта книга предназначена для всех тех, кто начинает свою карьеру в области машинного обучения, а также практиков среднего уровня, исследователей данных, инженеров машинного обучения и инженеров глубокого обучения, которые стремятся хорошо разбираться в методах компьютерного зрения, используя 3D-данные.
Разместите ссылку на эту страницу в социальных сетях. Так о ней узнают тысячи человек:
Facebook
Twitter
Мой мир
Вконтакте
Одноклассники
Нашли ошибку? Сообщите администрации сайта: Выберите один из разделов меню и, если необходимо, напишите комментарий
За ложную информацию бан на месяц
Разместите, пожалуйста, ссылку на эту страницу на своём веб-сайте:
Код для вставки на сайт или в блог: Код для вставки в форум (BBCode): Прямая ссылка на эту публикацию:
Эта книга дает полное представление о современном трехмерном глубоком обучении и помогает разработчикам в области компьютерного зрения применить свои знания на практике. Благодаря этому практическому руководству по трехмерному глубокому обучению разработчики в области трехмерного компьютерного зрения смогут применить свои знания на практике. В данн ...
Перед вами второе, расширенное в 1.5 раза издание бестселлера от автора библиотеки Keras. Умение работать с моделями глубокого обучения стало важным навыком современных ученых, исследователей и программистов. API языка R для Keras и TensorFlow делает глубокое обучение доступным для всех пользователей R, даже если у них нет опыта работы с машинным о ...
Книга является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому вы постоянно будете возвращаться в ходе построения систем машинного обучения.
Данный материал НЕ НАРУШАЕТ авторские права никаких физических или юридических лиц. Если это не так - свяжитесь с администрацией сайта. Материал будет немедленно удален. Электронная версия этой публикации предоставляется только в ознакомительных целях. Для дальнейшего её использования Вам необходимо будет приобрести бумажный (электронный, аудио) вариант у правообладателей.