V
主页
1.1 花伴侣
发布人
原书信息:清华大学出版社-图书详情-《TensorFlow+Android经典模型从理论到实战(微课视频版)》 http://www.tup.tsinghua.edu.cn/booksCenter/book_09703501.html 为什么要做这样一个识别花朵的选题?研究和设计花朵识别APP,既有来自生活本身的考量,也有来自学术专业的追求。一般而言,花朵是植物最显著的特征,研发一款通过识别花朵进而识别植物类型的App,可以帮助人们随时随地认识和熟悉植物特性,满足人们好奇心。植物学家、学生、教师野外考察和见习期间,借助花朵识别APP,采集、反馈和整理第一手资料,也是支持科学研究工作的一大助力。事实上,即便没有花朵,单凭植物的叶片或形态也可以识别植物类别,但是依靠花朵更容易做到精准识别。 当你读完第1章时,你应该能够: 因花之美好,激发对花朵识别项目的热爱与创作冲动 理解数据集处理与建模之间的关系 理解掌握EfficientNetV1-B0~B7模型的体系结构与原理 理解掌握EfficientNetV2-S、M和L模型的体系结构与原理 理解掌握EfficientNet模型从V1到V2的技术演进逻辑 实战EfficientNetV2模型的建模、训练和评估 实战EfficientNetV1-B7模型的迁移学习 构建RESTful风格的通用Web API架构,用于第1章、第5章和第6章的模型部署 Android客户机的网络编程 Android花朵识别客户机,支持相册与相机两种应用模式
打开封面
下载高清视频
观看高清视频
视频下载器
1.11 Python IO 数据流
2.6 MobileNetV3解析
1.3 TCP IP通信协议
2.8 MobileNetV3训练
7.12 FaceNet人脸识别模型
4.8 DenseNet121模型定义
2.5 TCP控制头解析
3.9 损失函数
2.13 经典结构LeNet-5
2.16 数据集划分
3.25 制作HDF5数据集
1.6 离群值
4.14 Anchor Boxes
7.12 EfficientNet模型定义
2.9 三维卷积
1.13 数据集划分与标准化
4.17 YOLOv5迁移学习
1.10 IMAP POP3与SMTP
3.22 Inception卷积网络
4.15 YOLO技术演进
5.5 获取URL参数
1.8 同方差与异方差
2.10 用Python解析数据包
5.3 蛋白质的四级结构
4.11 初识YOLO算法
1.6 端口
5.1 什么是AlphaFold
3.21 1x1卷积
9.7 AlphaFold2损失函数
6.7 数据集分析
9.2 技术路线
6.9 定义BERT模型和RoBERTa模型
8.5 基因增强子
5.2 肽键、多肽与肽链
3.19 VGG-16卷积网络
3.5 创建数据库
4.5 类别分布
5.14 模型训练过程
1.14 Android客户机逻辑
TensorFlow+Android经典模型从理论到实战(微课视频版)