عرض الأصل

رؤية الكمبيوتر الحديثة مع PyTorch: خارطة طريق عملية من أساسيات التعلم العميق إلى التطبيقات المتقدمة و AI 2nd ed. الإصدار

عاد الكتاب النهائي عن رؤية الكمبيوتر وتحديثه بأحدث بنية للتعلم الآلي ، بما في ذلك 70 صفحة + في نماذج الانتشار

منتج #: 81570099

ي ي ي ي ي ي ي ي ي ي ي ي ي ي ي م بيتورش: ي ي ي ر م م ل ي م م م م م م إ ي ي ي ي ي ي ي ي ي ي م إ ي ي

منتج #: 81570099

LYD 420

~~LYD 517~~

Price Details

Excluding Shipping & Custom charges ( Shipping and custom charges will be calculated on checkout )

^{*All items will import from أمريكا}

ستوفِّر : 19%

التوافر : متوفر فى المخزون

مستورد من متجر USA

كمية:

اطلب الآن واحصل عليه حول الأربعاء, يونيو 24

معاملة آمنة

أفضل شركائنا اللوجستيين

عاد الكتاب النهائي عن رؤية الكمبيوتر وتحديثه بأحدث بنية للتعلم الآلي ، بما في ذلك 70 صفحة + في نماذج الانتشار

غلاف عادي

كفالة يو كير:

لا شيء

اختر الباقة

شحن
سريع

استرجاع
مجاني^*

تغليف أمن

منتجات أصلية %100

PCI DSS Compliance

ISO 27001 Certified

مايفيد

إطار شامل

يغطي كامل نطاق رؤية الكمبيوتر، من النظريات الأساسية إلى تطبيقات الذكاء الاصطناعي التوليدية المتطورة، مما يجعلها مناسبة للمتعلمين على جميع المستويات.

نهج عملي

يستخدم أمثلة ومشاريع عملية في العالم الحقيقي لتعزيز الفهم، مما يضمن للقراء إمكانية تطبيق المفاهيم المستفادة على الفور في عملهم أو أبحاثهم.

محتوى محدث

يتضمن أحدث التطورات في الذكاء الاصطناعي والتعلم العميق، مما يوفر للقراء المنهجيات والاتجاهات الحالية، مما يجعل المعرفة ذات صلة وقابلة للتطبيق في المشهد التكنولوجي سريع التطور اليوم.

تفاصيل المنتج

The definitive computer vision book is back, featuring the latest neural network architectures and an exploration of foundation and diffusion modelsPurchase of the print or Kindle book includes a free eBook in PDF formatKey FeaturesUnderstand the inner workings of various neural network architectures and their implementation, including image classification, object detection, segmentation, generative adversarial networks, transformers, and diffusion modelsBuild solutions for real-world computer vision problems using PyTorchAll the code files are available on GitHub and can be run on Google ColabBook DescriptionWhether you are a beginner or are looking to progress in your computer vision career, this book guides you through the fundamentals of neural networks (NNs) and PyTorch and how to implement state-of-the-art architectures for real-world tasks.The second edition of Modern Computer Vision with PyTorch is fully updated to explain and provide practical examples of the latest multimodal models, CLIP, and Stable Diffusion.You’ll discover best practices for working with images, tweaking hyperparameters, and moving models into production. As you progress, you'll implement various use cases for facial keypoint recognition, multi-object detection, segmentation, and human pose detection. This book provides a solid foundation in image generation as you explore different GAN architectures. You’ll leverage transformer-based architectures like ViT, TrOCR, BLIP2, and LayoutLM to perform various real-world tasks and build a diffusion model from scratch. Additionally, you’ll utilize foundation models' capabilities to perform zero-shot object detection and image segmentation. Finally, you’ll learn best practices for deploying a model to production.By the end of this deep learning book, you'll confidently leverage modern NN architectures to solve real-world computer vision problems.What you will learnGet to grips with various transformer-based architectures for computer vision, CLIP, Segment-Anything, and Stable Diffusion, and test their applications, such as in-painting and pose transferCombine CV with NLP to perform OCR, key-value extraction from document images, visual question-answering, and generative AI tasksImplement multi-object detection and segmentationLeverage foundation models to perform object detection and segmentation without any training data pointsLearn best practices for moving a model to productionWho this book is forThis book is for beginners to PyTorch and intermediate-level machine learning practitioners who want to learn computer vision techniques using deep learning and PyTorch. It's useful for those just getting started with neural networks, as it will enable readers to learn from real-world use cases accompanied by notebooks on GitHub. Basic knowledge of the Python programming language and ML is all you need to get started with this book. For more experienced computer vision scientists, this book takes you through more advanced models in the latter part of the book.Table of ContentsArtificial Neural Network FundamentalsPyTorch FundamentalsBuilding a Deep Neural Network with PyTorchIntroducing Convolutional Neural NetworksTransfer Learning for Image ClassificationPractical Aspects of Image ClassificationBasics of Object DetectionAdvanced Object DetectionImage SegmentationApplications of Object Detection and SegmentationAutoencoders and Image ManipulationImage Generation Using GANs(N.B. Please use the Read Sample option to see further chapters)

الناشر	نشر Packt
تاريخ النشر	10 يونيو 2024
الإصدار	الطبعة الثانية.
لغة	الإنجليزية
طول الطباعة	746 صفحة
ردمك -10	1803231335
ردمك -13	978-1803231334
وزن العنصر	2.77 جنيه (1.26 كجم)
الأبعاد	7.5 × 1.68 × 9.25 بوصة ( 19.1 × 4.3 × 23.5 سم )

من يجب أن يشتري؟

طموحون في البيانات
مثالية لأولئك الذين يبدأون رحلتهم في علوم البيانات ويرغبون في إتقان رؤية الكمبيوتر باستخدام PyTorch.
مهندسو التعلم الآلي
مثالي للمهندسين الذين يسعون إلى تحسين مهاراتهم وتنفيذ تقنيات متقدمة في مشاريع رؤية الكمبيوتر.
باحثو الذكاء الاصطناعي
مفيد للباحثين الذين يتطلعون إلى استكشاف أحدث التطورات وتطبيقات الذكاء الاصطناعي التوليدية في رؤية الكمبيوتر.

إجمالي المبتدئين
غير مناسب للأفراد الذين ليس لديهم معرفة سابقة بالبرمجة أو التعلم الآلي، لأنه يفترض بعض الألفة.
المستخدمين العاديين
قد لا يكون مثاليًا لأولئك الذين يبحثون عن مقدمة خفيفة دون الحاجة إلى مفاهيم نظرية عميقة.
مدراء غير تقنيين
أقل فائدة للمديرين أو أصحاب المصلحة الذين ليس لديهم خلفيات فنية يبحثون عن مهارات البرمجة العملية أو نظريات التعلم العميق.

وصف المنتج

هل لديك أي استفسار؟ تحدث معنا

أسئلة وأجوبة العملاء

سؤال: ما هو "الرؤية الحاسوبية الحديثة مع PyTorch: خارطة طريق عملية من أساسيات التعلم العميق إلى التطبيقات المتقدمة والذكاء الاصطناعي التوليدي الطبعة الثانية". الطبعة' حول؟

إجابه: يعد هذا الكتاب بمثابة دليل شامل لفهم مفاهيم الرؤية الحاسوبية الحديثة باستخدام PyTorch. ويغطي أساسيات التعلم العميق ويرشد القراء عبر التطبيقات المتقدمة، بما في ذلك تقنيات الذكاء الاصطناعي التوليدي. النهج المنظم يجعله مناسبًا للمبتدئين والممارسين ذوي الخبرة الذين يتطلعون إلى تعزيز معرفتهم في مجال الرؤية الحاسوبية. ومن خلال الأمثلة العملية والتفسيرات التفصيلية، يمكن للقراء سد الفجوة بين النظرية والتطبيق في مشاريع العالم الحقيقي.
سؤال: من هو الجمهور المستهدف لهذا الكتاب?

إجابه: يستهدف الكتاب جمهورًا متنوعًا يشمل الطلاب والباحثين ومحترفي الصناعة المهتمين برؤية الكمبيوتر والتعلم العميق. سيجد المبتدئون الجدد في هذه المفاهيم الأقسام التمهيدية مفيدة، بينما يمكن للمستخدمين ذوي الخبرة الاستفادة من التقنيات والتطبيقات المتقدمة التي سيتم تناولها في الفصول اللاحقة. وهذا يجعلها مثالية لأي شخص يتطلع إلى توسيع مجموعة مهاراته في تقنيات الذكاء الاصطناعي الحديثة.
سؤال: ما هي المعرفة البرمجية المطلوبة لتحقيق أقصى استفادة من هذا الكتاب؟

إجابه: يعد الفهم الأساسي لبرمجة بايثون أمرًا ضروريًا للقراء للاستفادة بشكل فعال من الأمثلة والتمارين الموجودة في الكتاب. إن الإلمام بمكتبات مثل NumPy والمعرفة التمهيدية بمفاهيم التعلم الآلي سيعزز الفهم. ستسمح هذه المعرفة الأساسية للقراء بالتفاعل مع المشاريع العملية في جميع أنحاء الكتاب بنجاح.
سؤال: هل يتضمن الكتاب تمارين عملية أو مشاريع؟

إجابه: نعم، يحتوي الكتاب على العديد من التمارين والمشاريع العملية التي تشجع التعلم العملي. تسمح هذه التمارين للقراء بتطبيق المفاهيم النظرية على سيناريوهات العالم الحقيقي، الأمر الذي لا يعزز التعلم فحسب، بل يبني أيضًا مهارات لا تقدر بثمن. على سبيل المثال، سيعمل القراء على مهام تصنيف الصور والتعمق في الشبكات التنافسية التوليدية، وبالتالي اكتساب الخبرة في تطبيقات الرؤية الحاسوبية المختلفة.
سؤال: ما هي بعض الموضوعات الرئيسية التي يغطيها هذا الإصدار?

إجابه: تتضمن الموضوعات الرئيسية في الإصدار الثاني أساسيات التعلم العميق، والشبكات العصبية التلافيفية، وتقنيات تكبير الصور، واكتشاف الكائنات، ودور الذكاء الاصطناعي التوليدي في الرؤية الحاسوبية. يعتمد كل فصل على الفصل السابق، مما يضمن فهمًا متماسكًا لكيفية ترابط هذه المواضيع. تزود هذه التغطية الشاملة القراء بمهارات متعددة الاستخدامات قابلة للتطبيق في مجالات متنوعة مثل الروبوتات والرعاية الصحية والمركبات ذاتية القيادة.
سؤال: كيف يختلف هذا الكتاب عن موارد رؤية الكمبيوتر الأخرى؟

إجابه: على عكس العديد من موارد الرؤية الحاسوبية التي تركز بشكل كبير على الجوانب النظرية، يركز هذا الكتاب على النهج العملي. باستخدام PyTorch، وهو إطار عمل شائع للتعلم العميق، يقدم المؤلفون أمثلة عملية تسهل التطبيق في العالم الحقيقي. علاوة على ذلك، فإن دمج موضوعات الذكاء الاصطناعي التوليدي يميزه، مما يجعله ذا أهمية خاصة لأولئك المهتمين بالتطورات المتطورة في هذا المجال.
سؤال: هل يمكنني استخدام هذا الكتاب للدراسة الذاتية?

إجابه: قطعاً! تم تصميم هذا الكتاب لتسهيل الدراسة الذاتية، مع تفسيرات واضحة وتعليمات خطوة بخطوة ترشد القارئ عبر مواضيع معقدة. يتضمن كل فصل أسئلة ومشاريع تعزز التفكير المستقل ومهارات حل المشكلات. يتيح هذا النهج الذاتي للقراء التقدم بالسرعة التي تناسبهم مع اكتساب المعرفة والمهارات ذات الصلة في مجال الرؤية الحاسوبية.
سؤال: هل هناك مواد تكميلية متاحة لهذا الكتاب؟

إجابه: نعم، قد تكون المواد التكميلية، مثل أمثلة التعليمات البرمجية ومجموعات البيانات والموارد الإضافية، متاحة من خلال موقع الناشر أو المستودعات الأخرى عبر الإنترنت. تعمل هذه المواد على تعزيز تجربة التعلم، مما يسهل على القراء تجربة الخوارزميات والنماذج المختلفة التي تمت مناقشتها في الكتاب. إن الوصول إلى هذه الموارد يمكن أن يؤدي إلى تعميق الفهم وتسهيل الممارسة بشكل كبير.
سؤال: هل المعرفة المسبقة برؤية الكمبيوتر ضرورية للبدء بهذا الكتاب؟

إجابه: ليس من الضروري أن تكون لديك أي معرفة مسبقة برؤية الكمبيوتر للبدء بهذا الكتاب. يبدأ بالمفاهيم الأساسية ويقدم تدريجيًا موضوعات معقدة. ويضمن هذا النهج أنه حتى أولئك الذين ليس لديهم خلفية في هذا الموضوع يمكنهم فهم الأفكار الأساسية، مما يجعله نقطة انطلاق ممتازة للمبتدئين في مجال الذكاء الاصطناعي والتعلم الآلي.
سؤال: أين يمكنني شراء "الرؤية الحاسوبية الحديثة باستخدام PyTorch: خارطة طريق عملية من أساسيات التعلم العميق إلى التطبيقات المتقدمة والذكاء الاصطناعي التوليدي الطبعة الثانية". "طبعة"؟

إجابه: يمكنك شراء "الرؤية الحاسوبية الحديثة باستخدام PyTorch: خارطة طريق عملية بدءًا من أساسيات التعلم العميق وحتى التطبيقات المتقدمة والذكاء الاصطناعي التوليدي الإصدار الثاني". "الطبعة" على Ubuy في ليبيا. Ubuy عبارة عن منصة موثوقة عبر الإنترنت توفر تجربة تسوق سهلة لهذا العنوان، مما يضمن لك إمكانية الوصول إلى هذا المورد القيم لتلبية احتياجاتك التعليمية.

Machine Theory مراجعة تحريرية

تلقى كتاب "رؤية الكمبيوتر الحديثة مع PyTorch - الإصدار الثاني" ردود فعل إيجابية للغاية من العملاء. يقدر المراجعون التغطية الشاملة لتقنيات الذكاء الاصطناعي الحديثة، بما في ذلك Detectron2، وGANs، وDeep Fakes، والسيارات ذاتية القيادة، وألعاب Atari، والذكاء الاصطناعي متعدد الوسائط، ونماذج Diffusion، ونشر النماذج، ومخازن المتجهات. تم الإشادة بشكل خاص بالأمثلة العملية ومقتطفات التعليمات البرمجية المنظمة جيدًا الواردة في الكتاب لوضوحها وفائدتها. لقد وجد القراء أن تفسيرات المفاهيم المعقدة، مثل المحولات ونماذج الانتشار، سهلة الفهم، مما يساعدهم على بناء حدس قوي للذكاء الاصطناعي التوليدي. يبلغ طول الكتاب أكثر من 700 صفحة و18 فصلاً، وهو بمثابة جسر بين الأوساط الأكاديمية والتطبيقات العملية، ويلبي احتياجات المبتدئين والقراء المتوسطين. ويغطي مجموعة من المواضيع، بدءًا من الشبكات العصبية وأساسيات PyTorch، ويتقدم إلى مفاهيم رؤية الكمبيوتر الرئيسية مثل CNNs، واكتشاف الكائنات، والتجزئة. يتعمق الكتاب أيضًا في أجهزة التشفير التلقائي، وشبكات GAN، والتعلم المعزز، ومن المثير للاهتمام، دمج تقنيات السيرة الذاتية والبرمجة اللغوية العصبية. تم تسليط الضوء على القسم الخاص بمحولات الرؤية وتطبيقات التعرف الضوئي على الحروف باعتباره مثيرًا للاهتمام. يوصف الفصل الأخير حول نشر النموذج في الإنتاج بأنه مفيد للغاية، ويغطي إنشاء واجهات برمجة التطبيقات، والنقل بالحاويات، ونشر السحابة. بشكل عام، يوصى باستخدام "رؤية الكمبيوتر الحديثة مع PyTorch - الإصدار الثاني" لعلماء البيانات الذين يتطلعون إلى البقاء على اطلاع بأحدث الاتجاهات في الذكاء الاصطناعي أو الأفراد الذين يهدفون إلى دخول هذا المجال. **

مراجعات العملاء وتقييماتهم

4.4

49 تقييمات العملاء

5 نجمة

70%
4 نجمة

16%
3 نجمة

6%
2 نجمة

6%
1 نجمة

2%

أضف تقييم لهذا المنتج

شارك أفكارك مع عملاء آخرين

إيجابيات

تغطية شاملة لتقنيات الذكاء الاصطناعي الحديثة
مقتطفات رمز واضحة ومنظمة بشكل جيد
تفسيرات سهلة الفهم للمفاهيم المعقدة
أمثلة عملية للتعلم
جسر بين الأوساط الأكاديمية والتطبيقات العملية

سلبيات

لم تذكر عيوب كبيرة

تاريخ سعر المنتج

معلومات مهمة

القيود: بالنسبة للمنتجات التي يتم شحنها دولياً، يُرجى ملاحظة أن أي ضمان من الشركة المصنعة قد لا يكون صالحاً؛ قد لا تتوفر خيارات خدمة الشركة المصنعة؛ قد لا تكون أدلة المنتج والتعليمات وتحذيرات السلامة مكتوبة بلغة بلد المقصد؛ قد لا يتم تصميم المنتجات (والمواد المصاحبة لها) وفقاً لمعايير بلد الوجهة والمواصفات ومتطلبات الملصقات؛ وقد لا تتوافق المنتجات مع الجهد الكهربي المستخدم في بلد الوجهة والمعايير الكهربائية الأخرى (تتطلب استخدام محوّل كهربي أو جهاز تحويل إذا كان ذلك مناسباً). المستلم مسؤول عن ضمان إمكانية استيراد المنتج بشكل قانوني إلى بلد الوجهة. عند الطلب من يوباي أو الشركات التابعة لها، يكون المستلم هو المستورد المسجل ويجب أن يلتزم بجميع القوانين واللوائح الخاصة ببلد الوجهة.
ليست كل المنتجات المدرجة على يوباي معروضة للبيع، لأن يوباي هو محرك بحث عالمي. المنتجات تخضع للوائح التصدير / التجارة.

LYD 420

~~LYD 517~~

اطلب الآن واحصل عليه حول الأربعاء, يونيو 24

كمية:

معاملة آمنة

أفضل شركائنا اللوجستيين

أسرع توصيل عبر الحدود

المميزات والفوائد

فهم الأعمال الداخلية لبنى الشبكات العصبية وتنفيذها ، بما في ذلك المحولات
بناء حلول لتطبيقات رؤي٩ الكمبيوتر في العالم الحقيقي باستخدام PyTorch
تع٧مل مع CLIP وو٧ل٧ن٪شار اللمستقر ، وواتبر تطبيقاتها ، م٫ل ٧لٷلاء الد٧لداخلي وو٧لخارجي
تدريب NN من السفر مع NumPy و PyTorch
تنفيذ الكشف عن الأجسام المتعددة ثنائية وثلاثية الأبعاد وتقسيمها
تعرف على نماذج الانتشار وتنفيذها لتسخير قوة الذكاء الاصطناعي متعدد الوسائط

ي ي ي ي ي ي ي ي ي ي ي ي ي ي ي م بيتورش: ي ي ي ر م م ل ي م م م م م م إ ي ي ي ي ي ي ي ي ي ي م إ ي ي

LYD 420

شحن سريع

استرجاع مجاني*

تغليف أمن

منتجات أصلية %100

PCI DSS Compliance

ISO 27001 Certified

مايفيد

تفاصيل المنتج

من يجب أن يشتري؟

وصف المنتج

أسئلة وأجوبة العملاء

Machine Theory مراجعة تحريرية

مراجعات العملاء وتقييماتهم

أضف تقييم لهذا المنتج

إيجابيات

سلبيات

تاريخ سعر المنتج

معلومات مهمة

LYD 420

المميزات والفوائد

شحن
سريع

استرجاع
مجاني^*