• Bücher
  • KI und ML
  • TensorFlow
  • Beherrschen von OpenCV mit Python: Verwenden Sie NumPy, Scikit, TensorFlow und Matplotlib, um fortgeschrittene Algorithmen für maschinelles Lernen anhand einer Reihe praktischer Projekte zu erlernen
Beherrschen von OpenCV mit Python: Verwenden Sie NumPy, Scikit, TensorFlow und Matplotlib, um fortgeschrittene Algorithmen für maschinelles Lernen anhand einer Reihe praktischer Projekte zu erlernen
A

Beherrschen von OpenCV mit Python: Verwenden Sie NumPy, Scikit, TensorFlow und Matplotlib, um fortgeschrittene Algorithmen für maschinelles Lernen anhand einer Reihe praktischer Projekte zu erlernen

TensorFlow
OpenCV Python computer vision machine learning TensorFlow deep learning image processing
Autor
Ayush Vaishya
Verlag
Orange Education Pvt Ltd
Jahr
2023
Sprache
Englisch
40
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Entwicklung von Computer-Vision-Anwendungen mit künstlichen neuronalen Netzen: Mit Beispielen in OpenCV und TensorFlow mit Python, Zweite Auflage

Entwicklung von Computer-Vision-Anwendungen mit künstlichen neuronalen Netzen: Mit Beispielen in OpenCV und TensorFlow mit Python, Zweite Auflage

Shamshad Ansari

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

Pramod Singh, Avinash Manure

Ultimative Programmierung neuronaler Netze mit Python: Erstellen Sie leistungsstarke moderne KI-Systeme durch Nutzung neuronaler Netze mit Python, Keras und TensorFlow

Ultimative Programmierung neuronaler Netze mit Python: Erstellen Sie leistungsstarke moderne KI-Systeme durch Nutzung neuronaler Netze mit Python, Keras und TensorFlow

Vishal Rajput

Numerisches Python: Wissenschaftliches Rechnen und Data-Science-Anwendungen mit Numpy, SciPy und Matplotlib

Numerisches Python: Wissenschaftliches Rechnen und Data-Science-Anwendungen mit Numpy, SciPy und Matplotlib

Robert Johansson

Ultimatives Maschinelles Lernen mit Scikit-Learn: Entfesseln Sie die Kraft von Scikit-Learn und Python, um hochmoderne Predictive-Modeling-Anwendungen zu erstellen und tiefere Einblicke in das maschinelle Lernen zu gewinnen

Ultimatives Maschinelles Lernen mit Scikit-Learn: Entfesseln Sie die Kraft von Scikit-Learn und Python, um hochmoderne Predictive-Modeling-Anwendungen zu erstellen und tiefere Einblicke in das maschinelle Lernen zu gewinnen

Parag Saxena

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Praktisches Maschinelles Lernen mit Scikit-Learn, Keras & TensorFlow: Konzepte, Tools und Techniken zum Aufbau intelligenter Systeme

Aurélien Géron

Beherrschung von Datenstrukturen und Algorithmen mit Python: Entdecken Sie die Geheimnisse von Expertenfähigkeiten

Beherrschung von Datenstrukturen und Algorithmen mit Python: Entdecken Sie die Geheimnisse von Expertenfähigkeiten

Larry Jones

Aktives Maschinelles Lernen mit Python: Datenqualität über Quantität mit aktivem Lernen verfeinern und steigern

Aktives Maschinelles Lernen mit Python: Datenqualität über Quantität mit aktivem Lernen verfeinern und steigern

Margaux Masson-Forsythe

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Maschinelle Lernalgorithmen mit Scikit- und TensorFlow-Umgebungen

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

Beherrschung von Computer Vision mit PyTorch 2.0: Entdecken, entwerfen und erstellen Sie hochmoderne Hochleistungs-Computer-Vision-Lösungen mit PyTorch 2.0 und Deep-Learning-Techniken

Beherrschung von Computer Vision mit PyTorch 2.0: Entdecken, entwerfen und erstellen Sie hochmoderne Hochleistungs-Computer-Vision-Lösungen mit PyTorch 2.0 und Deep-Learning-Techniken

M. Arshad Siddiqui