「本書全面介紹深度電腦視覺的最先進作法，在Keras中建構端到端生產系統，提供經過實戰檢驗的最佳實務解決方案。」—FrançoisChollet深度學習研究者和Keras創造者這本實用指南向您展示了如何使用機器學習模型從影像中淬取資訊。ML工程師和資料科學家將會學習經過驗證的ML技術來解決各種影像問題，包括分類、物件偵測、自編碼器、影像產生、計數和圖說產生。本書卓越的介紹了端到端深度學習：資料集建立、資料前置處理、模型設計、模型訓練、評估、部署和可解釋性。Google工程師ValliappaLakshmanan、MartinGörner和RyanGillard向您展示了如何開發準確且可解釋的電腦視覺ML模型，並使用強大的ML架構以靈活且可維護的方式將它們投入大規模生產。您將學習如何使用以TensorFlow和Keras編寫的模型進行設計、訓練、評估和預測。您將學習如何：‧為電腦視覺任務設計機器學習架構‧選擇適合您的任務的模型(例如ResNet、SqueezeNet或EfficientNet)‧建立端到端ML生產線來訓練、評估、部署和解釋您的模型‧前置處理影像以進行資料擴增進行並支援可學習性‧納入可解釋性和負責任的AI的最佳實務‧將影像模型部署為Web服務或在邊緣設備上‧監控和管理機器學習模型
訓練 KERAS 深度學習 學習 AI 工程師 機器學習 ML 模型 WEB
