Deep Learning für die Erkennung rissartiger Objekte
A

Deep Learning für die Erkennung rissartiger Objekte

Neuronale Netzwerke
deep learning computer vision crack detection image processing neural networks edge computing transfer learning
Autor
Kaige Zhang, Heng-Da Cheng
Verlag
CRC Press (Taylor & Francis Group)
Jahr
2023
Sprache
Englisch
51
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Angewandtes Deep Learning: Entwerfen und implementieren Sie Ihre eigenen neuronalen Netze zur Lösung realer Probleme

Angewandtes Deep Learning: Entwerfen und implementieren Sie Ihre eigenen neuronalen Netze zur Lösung realer Probleme

Dr. Neeraj Kumar, Dr. Rajkumar Tekchandani

Java Deep Learning Cookbook: Neuronale Netze für Klassifizierung, NLP und Reinforcement Learning mit Deeplearning4j trainieren

Java Deep Learning Cookbook: Neuronale Netze für Klassifizierung, NLP und Reinforcement Learning mit Deeplearning4j trainieren

Rahul Raj

Deep Learning für Zeitreihen-Kochbuch: Nutzen Sie PyTorch- und Python-Rezepte für Prognosen, Klassifizierung und Anomalieerkennung

Deep Learning für Zeitreihen-Kochbuch: Nutzen Sie PyTorch- und Python-Rezepte für Prognosen, Klassifizierung und Anomalieerkennung

Vitor Cerqueira, Luís Roque

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Deep Learning für Finanzen: Erstellung von Machine- und Deep-Learning-Modellen für den Handel in Python

Sofien Kaabar

Deep-Learning-Crashkurs: Ein praxisorientierter, projektbasierter Einstieg in künstliche Intelligenz

Deep-Learning-Crashkurs: Ein praxisorientierter, projektbasierter Einstieg in künstliche Intelligenz

Giovanni Volpe, Benjamin Midtvedt, Jesús Pineda, Henrik Klein Moberg, Harshith Bachimanchi, Joana B. Pereira, Carlo Manzo

Angewandte Empfehlungssysteme mit Python: Empfehlungssysteme mit Deep Learning, NLP und graphenbasierten Techniken erstellen

Angewandte Empfehlungssysteme mit Python: Empfehlungssysteme mit Deep Learning, NLP und graphenbasierten Techniken erstellen

Akshay Kulkarni, Adarsha Shivananda, Anoosh Kulkarni, V Adithya Krishnan

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

Entwurf von Deep-Learning-Systemen: Ein Leitfaden für Softwareentwickler

Entwurf von Deep-Learning-Systemen: Ein Leitfaden für Softwareentwickler

Chi Wang, Donald Szeto, Yan Xue

Einführung in Deep-Learning-Geschäftsanwendungen für Entwickler: Von Chatbots im Kundenservice bis zur medizinischen Bildverarbeitung

Einführung in Deep-Learning-Geschäftsanwendungen für Entwickler: Von Chatbots im Kundenservice bis zur medizinischen Bildverarbeitung

Armando Vieira, Bernardete Ribeiro

Deep Learning mit Python

Deep Learning mit Python

Франсуа Шолле