en 6 cuotas de sin interés

Compra internacional
Envío internacional gratis
Sin costos de importación

Stock disponible

Puedes comprar hasta 3 unidades

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

Mercado Crédito

Tarjetas de crédito

¡Paga en hasta 6 cuotas!

American Express
Visa
Mastercard
Diners

Tarjetas de débito

Visa Débito
Mastercard 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!