Python实践TensorFlow和Kivy卷积神经网络计算机视觉应用

特点

• 使用卷积神经网络 (CNN) 深度学习模型和 Python 的计算机视觉应用程序
• 解释了传统的机器学习管道，并将在其中分析图像数据集
• 学习人工神经网络 (ANN)，在使用遗传算法对其进行优化之前，用 Python 从头开始构建一个
• 对比传统手工制作的计算机视觉特征的局限性，了解CNN 深度学习模型是最先进的解决方案
• 从头开始讨论 CNN，以展示它们如何与全连接 ANN (FCNN) 不同且更高效
• 在 Python 中实现一个 CNN，全面了解该模型
• 使用 TensorFlow 构建实用的图像识别模型，并使用 Flask 将其部署到 Web 服务器，使其可通过 Internet 访问
• 使用 Kivy 和 NumPy创建低开销的跨平台数据科学应用程序

内容

• 计算机视觉介绍
• 人工神经网络
• 使用具有工程特征的人工神经网络进行识别
• ANN优化
• 卷积神经网络
• TensorFlow 识别应用
• 部署预训练模型
• 跨平台数据科学应用

详情参阅 - 亚图跨际