“深度學習與計算機視覺”是一門理論性和實踐性都很強的課程，它是Python程序設計、機器學習等前期課程的進階和強化課程。 本書秉承理論與實踐并重的理念，圍繞深度學習與計算機視覺知識展開介紹。本書首先介紹深度學習與計算機視覺概念，工具的安裝與配置。然后詳細討論NumPy與Tensor基礎知識，以及數(shù)據(jù)集、卷積神經(jīng)網(wǎng)絡、模
引進自德國斯普林格(Springer)出版社。本書簡要而全面地概述了計算機與互聯(lián)網(wǎng)安全。第一章給出了一個平緩的概述和20個安全設計原則，接下來的10章為理解計算機和互聯(lián)網(wǎng)安全提供了一個框架。這些原則是50多年來在軟件和系統(tǒng)設計中反復出現(xiàn)的安全相關錯誤模式的概念對應，對基本操作系統(tǒng)和網(wǎng)絡概念的認知大有裨益。本書提供了相關
本書內容循序漸進，緊扣時代熱點，通過9個精心設計的項目，由淺入深地引導讀者從基礎理論到實際應用，逐步掌握計算機視覺領域的關鍵技術。書中每個項目都是獨立的學習單元，項目涵蓋了卷積入門、圖像分類、目標檢測、圖像分割、目標跟蹤、人臉識別、風格遷移、CV大模型以及模型部署等多個應用領域。同時，各個項目實踐中皆融入了新時代中國特
本書以“新工科”為背景，以“實用、夠用”為度，以應用為目標，將Python語言引入數(shù)學教學，將教學重點從傳統(tǒng)數(shù)學的理論教育轉移到數(shù)學知識的使用方面，體現(xiàn)職教特色。將傳統(tǒng)數(shù)學實驗通用的Matblab語言更換為python語言，借助python開源、免費、易學的優(yōu)勢，在高職院校更具有可行性。本書以“案例導讀”使學生認識數(shù)學
本書分為兩部分：計算機視覺實踐內容和實踐參考代碼及解析，內容涵蓋計算機視覺實踐基礎、實踐軟件環(huán)境安裝及圖像顯示、濾波處理與層次特征表達、圖像特征提取與可視化顯示、圖像特征對應與對齊、二值圖像的特征計算、圖像分割、語義分割、紋理特征計算、攝像機模型參數(shù)恢復、光流計算、三維重建技術、傳統(tǒng)目標識別技術、傳統(tǒng)目標跟蹤技術、智能
本書整合了計算機視覺的經(jīng)典算法與現(xiàn)代智能視覺技術，全面系統(tǒng)地介紹了計算機視覺的理論知識，并深入探討了從傳統(tǒng)算法到深度學習的演進過程。書中內容廣泛，涵蓋了以下核心主題：計算機視覺的基本概念及其技術基礎、人類視覺感知與圖像特征的多層表達、圖像特征提取、二值圖像處理、區(qū)域分割技術、紋理特征分析、視覺成像模型構建、光流計算方法
本書系統(tǒng)介紹了各種可判定的一階理論及其在自動軟件和硬件驗證、定理證明與編譯器優(yōu)化等場景中的具體應用，涵蓋了可滿足性(SAT)求解器和可滿足性模理論(SMT)求解器的核心技術，以及命題邏輯、線性算術和位向量等多種建模語言。作者通過大量實際案例展示了如何將復雜的計算問題轉化為形式化的邏輯問題，并借助高效的判定過程進行求解。
本書從科學數(shù)據(jù)中心的異構性和動態(tài)性方面入手，系統(tǒng)分析了科學數(shù)據(jù)中心運行機理，提出了一套耦合異構性和動態(tài)性的評價指標體系，建立并完善了針對各類場景下的評價模型，形成了系統(tǒng)的評價方法框架，同時開展了應用研究，以期為復雜場景下的科學數(shù)據(jù)中心評價提供借鑒和參考。
本書是《計算機系統(tǒng)導論》教材的教學指導用書，主要對每個章節(jié)的教學目標和內容安排、主要內容提要、基本術語解釋、常見問題解答等給出系統(tǒng)性的說明和描述，并在此基礎上提供大量的單項選擇練習題及答案、分析應用題及分析解答，其中涉及計算機系統(tǒng)概述、高級語言程序、數(shù)據(jù)的機器級表示、數(shù)據(jù)的基本運算、指令集體系結構、程序的機器級表示、程
"本書面向應用型本科、職教本科或其他入門者，以基礎常用算法詳解為主線，介紹計算機視覺要用到的圖像基礎知識，包含圖像定義、顏色空間、圖像卷積原理等，還介紹直方圖均衡化、圖像濾波、圖像形態(tài)學圖像預處理方法。介紹圖像幾何變換的知識。介紹常用的圖形特征檢測方法，包含邊緣檢測、USAN算子、哈里斯角點檢測、霍夫變換、輪廓提取。介
書單推薦
