Descubre las técnicas de aprendizaje profundo para construir aplicaciones de procesamiento de imágenes utilizando PyTorch con la ayuda de cuadernos de código y preguntas de prueba.

Características clave:

• Implementa soluciones para 50 aplicaciones prácticas de visión por computadora utilizando PyTorch.
• Comprende la teoría y los mecanismos de trabajo de las arquitecturas de redes neuronales y su implementación.
• Descubre las mejores prácticas utilizando una biblioteca personalizada creada especialmente para este libro.

Descripción del libro:

El aprendizaje profundo es la fuerza impulsora detrás de muchos avances recientes en diversas aplicaciones de visión por computadora (CV). Este libro adopta un enfoque práctico para ayudarte a resolver más de 50 problemas de CV utilizando PyTorch 1.x en conjuntos de datos del mundo real.

Comenzarás construyendo una red neuronal (NN) desde cero utilizando NumPy y PyTorch, y descubrirás las mejores prácticas para ajustar sus hiperparámetros. Luego, realizarás clasificación de imágenes utilizando redes neuronales convolucionales y transfer learning, y comprenderás cómo funcionan. A medida que avances, implementarás múltiples casos de uso de detección y segmentación de objetos multidimensionales 2D y 3D, estimación de la postura humana, aprendiendo sobre la familia R-CNN, SSD, YOLO, las arquitecturas U-Net y la plataforma Detectron2. El libro también te guiará para realizar intercambio de expresiones faciales, generar nuevas caras y manipular expresiones faciales, mientras exploras autoencoders y redes generativas adversariales modernas. Aprenderás cómo combinar CV con técnicas de NLP, como LSTM y transformer, y técnicas de RL, como Deep Q-learning, para implementar OCR, subtítulos de imágenes, detección de objetos y un agente de conducción autónoma. Por último, trasladarás tu modelo de NN a producción en la nube de AWS.

Al final de este libro, podrás aprovechar las arquitecturas modernas de NN para resolver más de 50 problemas prácticos de CV con confianza.

Aprenderás:

• Entrenar una NN desde cero con NumPy y PyTorch.
• Implementar detección y segmentación de objetos multidimensionales 2D y 3D.
• Generar dígitos y DeepFakes con autoencoders y GANs avanzados.
• Manipular imágenes utilizando CycleGAN, Pix2PixGAN, StyleGAN2 y SRGAN.
• Combinar CV con NLP para realizar OCR, subtítulos de imágenes y detección de objetos.
• Combinar CV con aprendizaje por refuerzo para construir agentes que jueguen al pong y conduzcan un automóvil.
• Implementar un modelo de aprendizaje profundo en el servidor de AWS utilizando FastAPI y Docker.
• Implementar más de 35 arquitecturas de NN y utilidades comunes de OpenCV.

A quién va dirigido este libro:

Este libro está dirigido a principiantes en PyTorch y a practicantes de aprendizaje automático de nivel intermedio que deseen familiarizarse con las técnicas de visión por computadora utilizando aprendizaje profundo y PyTorch. Si estás comenzando con las redes neuronales, encontrarás útiles los casos de uso acompañados de cuadernos en GitHub presentes en este libro. Todo lo que necesitas para comenzar con este libro es un conocimiento básico del lenguaje de programación Python y del aprendizaje automático.

VER PRECIO EN AMAZON