Libro: Basado En Proyectos Sobre Aprendizaje Profundo Utiliz
en 6 cuotas de sin interés
Stock disponible
MercadoLíder | +1000 ventas
Vendido por USMSGLOBAL-CLR
MercadoLíder Platinum
¡Uno de los mejores del sitio!
+1000
Ventas concretadas
Brinda buena atención
Entrega sus productos a tiempo
Medios de pago
Cuotas sin Tarjeta
Tarjetas de crédito
¡Paga en hasta 6 cuotas!
Tarjetas de débito

Características del producto
Características principales
Autor | Siahaan, Vivian |
---|---|
Idioma | Inglés |
Editorial del libro | OEM |
Tapa del libro | Blanda |
Otros
Cantidad de páginas | 222 |
---|---|
Altura | 1 cm |
Ancho | 22 cm |
Género del libro | Informática y tecnología |
Tipo de narración | Novela |
Descripción
¿Por qué comprar con MS GLOBAL?
Todos nuestros productos son nuevos e importados de Estados Unidos. Tenemos cobertura de entrega en todo el país
¡Tú compra está protegida! Ofrecemos 30 días de garantía por cualquier motivo. Lo anterior es adicional a la garantía de fábrica de cada producto.
- - - - - - - - - - - - - - -
PRODUCTO: Libro: Project-Based On DEEP LEARNING Using Scikit-Learn, Keras, and Tensorflow with Python GUI
DESCRIPCION:
En este libro, implementa el aprendizaje profundo sobre la detección de placas de vehículos, reconoce el lenguaje de señas y la detección de grietas superficiales utilizando TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, Numpy y otras bibliotecas.
En el Capítulo 1, aprenderá a usar TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, Numpy y otras bibliotecas para realizar placas de detección de placas de vehículos utilizando el conjunto de datos de detección de placas de automóviles. Para realizar la detección de la matrícula, se toman estos pasos: 1. Preparación del conjunto de datos: extraiga el conjunto de datos y organíelo en carpetas separadas para imágenes y anotaciones. Las anotaciones deben contener coordenadas de caja delimitador para regiones de matrícula. 2. Preprocesamiento de datos: Cargue las imágenes y anotaciones del conjunto de datos. Preprocese las imágenes cambiando, normalizando o cualquier otra transformación necesaria. Convierta las coordenadas de la caja delimitadora de anotación al formato para el entrenamiento. 3. Generación de datos de entrenamiento: divida el conjunto de datos en conjuntos de capacitación y validación. Genere datos de capacitación aumentando las imágenes y anotaciones (por ejemplo, voltear, girar, zoom). Cree generadores de datos o cargadores de datos para cargar eficientemente los datos de entrenamiento. 4. Desarrollo del modelo: elija una arquitectura de modelo de aprendizaje profundo adecuado para la detección de placas de matríc...
Color:
Marca: OEM
Dimensiones: 0.28 x 0.22 x 0.01mts.
Peso del Producto: 0.65 Kilogramos.
Peso de Envio: 0.65 Kilogramos.
Modelo: B0952M1JS4
- - - - - - - - - - - - - - -
IMPORTANTE:
- Rapidez en envió: PRODUCTO DISPONIBLE para envió Internacional (Se demora aproximadamente 10 días).
- No realizamos factura fiscal
- Muchos de nuestros productos se venden en EEUU y vienen en idioma ingles (juegos, electrónicos, etc).
- Asesoría: Aclara todas tus dudas sobre compatibilidad en la sección de preguntas, estamos para servirte.
Garantía del vendedor: 30 días
Preguntas y respuestas
¿Qué quieres saber?
Pregúntale al vendedor
Nadie ha hecho preguntas todavía.
¡Haz la primera!