本書向你展示了如何使用機(jī)器學(xué)習(xí)模型從圖像中提取信息。ML工程師和數(shù)據(jù)科學(xué)家將學(xué)習(xí)成熟的ML技術(shù)來解決各種圖像問題，包括分類、物體檢測、自動(dòng)編碼器、圖像生成、計(jì)數(shù)和字幕。本書很好地介紹了端到端的深度學(xué)習(xí)：創(chuàng)建數(shù)據(jù)集、數(shù)據(jù)預(yù)處理、模型設(shè)計(jì)、模型訓(xùn)練、評估、部署和可解釋性。 Google工程師Valliappa Lakshmanan、Martin G?rner、Ryan Gillard為你展示了如何開發(fā)精準(zhǔn)且可解釋的計(jì)算機(jī)視覺ML模型，并使用強(qiáng)大的ML架構(gòu)以靈活且可維護(hù)的方式將其投入大規(guī)模生產(chǎn)。 你將學(xué)習(xí)如何使用TensorFlow和Keras編寫的模型進(jìn)行設(shè)計(jì)、訓(xùn)練、評估和預(yù)測。