Deep Learning on Windows: Building Deep Learning Computer Vision Systems on Microsoft Windows

Книга посвящена практическому построению систем компьютерного зрения с использованием глубокого обучения на платформе Microsoft Windows. Автор подробно рассматривает теоретические основы глубокого обучения, начиная с определения искусственного интеллекта, машинного обучения и заканчивая сверточными нейронными сетями (CNN).

Основное внимание уделяется практическим аспектам настройки окружения для глубокого обучения в Windows, включая установку и конфигурирование популярных фреймворков, таких как TensorFlow, Keras и PyTorch, а также использование GPU для ускорения вычислений.

В книге представлены пошаговые инструкции по созданию, обучению и развертыванию моделей компьютерного зрения. Рассматриваются реальные примеры: классификация изображений, обнаружение объектов, сегментация и другие задачи. Читатели научатся работать с наборами данных, аугментацией изображений и тонкой настройкой предобученных моделей.

Издание ориентировано на разработчиков, инженеров и исследователей, знакомых с основами программирования на Python и желающих освоить глубокое обучение именно в среде Windows. Книга также будет полезна тем, кто хочет интегрировать модели компьютерного зрения в Windows-приложения.

Все примеры кода доступны на GitHub, что позволяет читателям сразу применять полученные знания на практике.