Название: Deep Learning for Multimedia Processing Applications: Volume 1: Image Security and Intelligent Systems for Multimedia Processing
Автор: Uzаir Аslаm Вhаtti, Меngхing Нuаng
Издательство: CRC Press
Год: 2024
Страниц: 313
Язык: английский
Формат: pdf (true)
Размер: 31.8 MB

Deep Learning for Multimedia Processing Applications is a comprehensive guide that explores the revolutionary impact of Deep Learning techniques in the field of multimedia processing. Written for a wide range of readers, from students to professionals, this book offers a concise and accessible overview of the application of Deep Learning in various multimedia domains, including image processing, video analysis, audio recognition, and natural language processing (NLP). Divided into two volumes, Volume One begins by introducing the fundamental concepts of Deep Learning, providing readers with a solid foundation to understand its relevance in multimedia processing. Readers will discover how Deep Learning techniques enable accurate and efficient image recognition, object detection, semantic segmentation, and image synthesis. The book also covers video analysis techniques, including action recognition, video captioning, and video generation, highlighting the role of Deep Learning in extracting meaningful information from videos. Furthermore, the book explores audio processing tasks such as speech recognition, music classification, and sound event detection using Deep Learning models. It demonstrates how Deep Learning algorithms can effectively process audio data, opening up new possibilities in multimedia applications. Lastly, the book explores the integration of Deep Learning with natural language processing (NLP) techniques, enabling systems to understand, generate, and interpret textual information in multimedia contexts.

Название: The Science of Deep Learning
Автор: Iddо Drоri
Издательство: Cambridge University Press
Год: 2023
Страниц: 362
Язык: английский
Формат: pdf (true)
Размер: 41.0 MB

The Science of Deep Learning emerged from courses taught by the author that have provided thousands of students with training and experience for their academic studies. prepared them for careers in Deep Learning, Machine Learning. Artificial Intelligence in top companies in industry and academia. The book begins by covering the foundations of Deep Learning, followed by key Deep Learning architectures. Subsequent parts on generative models and Reinforcement Learning may be used as part of a Deep Learning course or as part of a course on each topic. The book includes state of the art topics such as Transformers, graph neural networks, variational autoencoders. deep reinforcement learning, with a broad range of applications. The appendices provide equations for computing gradients in backpropagation and optimization. best practices in scientific writing and reviewing. The text presents an up to date guide to the field built upon clear visualizations using a unified notation and equations, lowering the barrier to entry for the reader. Hundreds of Python functions are automatically generated on each topic for each chapter by program synthesis using Deep Learning. All of the code is made available on the book’s website.

Название: Mastering Deep Learning: A Comprehensive Guide to Master Deep Learning
Автор: Кris Неrmаns, Суbеllium Ltd
Издательство: Cybellium Ltd
Год: 2023
Страниц: 594
Язык: английский
Формат: pdf
Размер: 43.9 MB

Unleash the Power of Neural Networks for Intelligent Solutions. In the landscape of Artificial Intelligence and Machine Learning, Deep Learning stands as a revolutionary force that is shaping the future of technology. "Mastering Deep Learning" is your ultimate guide to comprehending and harnessing the potential of deep neural networks, empowering you to create intelligent solutions that drive innovation. As the capabilities of technology expand, Deep Learning emerges as a transformative approach that unlocks the potential of Artificial Intelligence. "Mastering Deep Learning" offers a comprehensive exploration of this cutting-edge field—an indispensable toolkit for data scientists, engineers, and enthusiasts. This book caters to both beginners and experienced learners aiming to excel in deep learning concepts, algorithms, and applications. In the landscape of Artificial Intelligence, Deep Learning is reshaping technology and innovation. "Mastering Deep Learning" equips you with the knowledge needed to leverage deep neural networks, enabling you to create intelligent solutions that push the boundaries of possibilities. Whether you're a seasoned practitioner or new to the world of Deep Learning, this book will guide you in building a solid foundation for effective AI-driven solutions. Your journey to mastering Deep Learning starts here.

Название: Трехмерное глубокое обучение на Python. Разрабатывайте модели компьютерного зрения с использованием 3D-данных с помощью библиотеки PyTorch3D и других инструментов
Автор: Kcyдoнг Ma, Вишax Xaгдe, Лилит Йoльaн
Издательство: ДМК Пресс
Год: 2023
Страниц: 228
Язык: русский
Формат: pdf
Размер: 13,2 MB

Эта книга дает полное представление о современном трехмерном глубоком обучении и помогает разработчикам в области компьютерного зрения применить свои знания на практике. Благодаря этому практическому руководству по трехмерному глубокому обучению разработчики в области трехмерного компьютерного зрения смогут применить свои знания на практике. В данной книге представлен практический подход к реализации вычислительных решений в указанной области и связанных с ней методологий, которые помогут вам быстро начать работу и повысить продуктивность. Оснащенные пошаговыми объяснениями важных понятий, практическими примерами и вопросами для самопроверки, вы начнете с обследования передовых методов трехмерного глубокого обучения. Вы познакомитесь с базовой обработкой 3D-данных полигональной сетки и облака точек с помощью библиотеки PyTorch3D, такой как загрузка и сохранение файлов PLY и OBJ, проецирование 3D-точек на координаты камеры с использованием моделей перспективной камеры и ортографической камеры, отрисовка облаков точек и полигональных сеток на изображениях и т.д.

Название: Глубокое обучение на Python, 2-е межд. издание
Автор: Фpaнcya Шoллe
Издательство: Питер
Год: 2023
Страниц: 576
Язык: русский
Формат: pdf
Размер: 10.8 MB

Глубокое обучение быстро развивается, открывая все новые и новые возможности создания ПО. Это не только автоматический перевод текстов с одного языка на другой, распознавание изображений, но и многое другое. Глубокое обучение превратилось в важный навык, необходимый каждому разработчику. Keras и TensorFlow облегчают жизнь разработчикам и позволяют легко работать даже тем, кто не имеет глубоких знаний в области математики или науки о данных. Настало время познакомиться с глубоким обучением и мощной библиотекой Keras! В этом расширенном и дополненном издании создатель библиотеки Keras — Франсуа Шолле — делится своими знаниями и с новичками, и с опытными специалистами. Вы увидите множество примеров программного кода с подробными комментариями, практическими рекомендациями и простыми обобщенными объяснениями всего, что нужно знать для использования глубокого обучения в решении конкретных задач. В примерах в качестве внутреннего механизма взяты фреймворк глубокого обучения Keras, написанный на Python, и библиотека TensorFlow 2. Они демонстрируют новейшие приемы их использования.

Название: Компьютерное зрение. Передовые методы и глубокое обучение
Автор: Poй Дэвиc, Mэтью Tepк
Издательство: ДМК Пресс
Год: 2022
Страниц: 692
Язык: русский
Формат: pdf
Размер: 42,4 MB

Эта книга рассказывает о передовых методах компьютерного зрения. Показано, как искусственный интеллект обнаруживает признаки и объекты, на каких данных он обучается, на чем основано распознавание лиц и действий, отслеживание аномалий. Особое внимание уделяется методам глубокого обучения. Все ключевые принципы проиллюстрированы примерами из реальной практики. Книга адресована исследователям и практикам в области передовых методов компьютерного зрения, а также тем, кто изучает эту технологию самостоятельно или в рамках вузовского курса. Миновало почти десятилетие с тех пор, как произошел прорыв в разработке и применении глубоких нейронных сетей (deep neural network, DNN), и их последующий прогресс можно почти без преувеличения назвать выдающимся.

Название: Глубокое обучение с R и Keras. Второе издание
Автор: Фpaнcya Шoллe
Издательство: ДМК Пресс
Год: 2022
Страниц: 648
Язык: русский
Формат: pdf
Размер: 40.9 MB

Перед вами второе, расширенное в 1.5 раза издание бестселлера от автора библиотеки Keras. Умение работать с моделями глубокого обучения стало важным навыком современных ученых, исследователей и программистов. API языка R для Keras и TensorFlow делает глубокое обучение доступным для всех пользователей R, даже если у них нет опыта работы с машинным обучением или нейронными сетями. Интуитивно понятные объяснения, четкие иллюстрации и наглядные примеры помогут вам освоить основные навыки глубокого обучения с помощью R, такие как компьютерное зрение, обработка естественного языка, работа с текстом, и даже изучить передовую архитектуру Transformer. Для читателей со средними навыками программирования на R. Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется.

Название: Generative Adversarial Learning: Architectures and Applications
Автор: Roozbeh Razavi-Far, Ariel Ruiz-Garcia, Vasile Palade
Издательство: Springer
Год: 2022
Страниц: 362
Язык: английский
Формат: pdf (true)
Размер: 13.4 MB

This book provides a collection of recent research works addressing theoretical issues on improving the learning process and the generalization of GANs as well as state-of-the-art applications of GANs to various domains of real life. Adversarial learning fascinates the attention of Machine Learning communities across the world in recent years. Generative adversarial networks (GANs), as the main method of adversarial learning, achieve great success and popularity by exploiting a minimax learning concept, in which two networks compete with each other during the learning process. Their key capability is to generate new data and replicate available data distributions, which are needed in many practical applications, particularly in computer vision and signal processing. The book is intended for academics, practitioners, and research students in Artificial Intelligence looking to stay up to date with the latest advancements on GANs’ theoretical developments and their applications. Generative Adversarial Networks (GANs) continue to be one of the most popular Deep Learning approaches for synthetic data generation.

Название: Глубокое обучение с подкреплением: теория и практика на языке Python
Автор: Гpeccep Л., Кeнг B.
Издательство: Питep
Год: 2022
Страниц: 416
Язык: русский
Формат: pdf
Размер: 10.17 MB

В этой книге дано введение в глубокое обучение с подкреплением (Reinforcement Learning, RL) и сведены в целостную систему результаты работ за последние шесть лет. Обучение с подкреп­лением — это область машинного обучения, занимающаяся задачами последова­тельного принятия решений, то есть теми, решение которых занимает определенное время. Оно применимо практически в любой ситуации: в видеоиграх, на прогулке по улице или при вождении автомобиля. Лаура Грессер и Ван Лун Кенг предложили доходчивое введение в сложную тему, играющую ведущую роль в современном машинном обучении. Мало того, что они использовали свои многочисленные публикации об исследованиях на данную тему, они создали библиотеку с открытым исходным кодом SLM Lab, призванную по­мочь новичкам быстро освоить глубокое машинное обучение. SLM Lab написана на Python с помощью фреймворка PyTorch, но читателям достаточно знать толь­ко Python. Эта книга будет полезна и тем, кто собирается применять в качестве фреймворка глубокого обучения другие библиотеки, например TensorFlow. В ней они познакомятся с концепциями и формулировкой задач глубокого обучения с подкреплением.

Название: Event- and Data-Centric Enterprise Risk-Adjusted Return Management: A Banking Practitioner’s Handbook
Автор: Kannan Subramanian R., Dr. Sudheesh Kumar Kattumannil
Издательство: Apress
Год: 2022
Страниц: 1112
Язык: английский
Формат: pdf (true)
Размер: 72.2 MB

The book provides guidance on the underlying knowledge areas of banking, enterprise risk management, enterprise architecture, technology, event management, processes, and Data Science. The first part of the book explains the current state of banking architecture and its limitations. After defining a target model, it explains an approach to determine the "gap" and the second part of the book guides banks on how to implement the enterprise risk-adjusted return model. Data virtualization (DV) can unify both structured and unstructured data in real-time to power the ERR model. DV has grown in its usage and is a critical part of modern enterprise data architectures. Data as a service (DaaS) is a business-centric service that delivers data assets on demand using a standard connectivity protocol in a predetermined, configurable format and frequency. DV can be exploited by enabling DaaS for data democratization and decision making. Machine learning (ML) and deep learning algorithms are finding more use cases in risk management and in general banking functions. Banks with large derivative portfolios have been early adopters as ML is good at managing non-linear relationships between explanatory variables and explained variables. ML can improve accuracy as be applied for a broader set of variables.