Российские дизайнерыСкидки до 25% по промокодам

Колесо призов
Заказы
Избранное
Корзина
Маркет AI
Войти

Строительство и ремонт

Книги
•
Нехудожественные книги
•
Нехудожественные книги ДМК Пресс

Описание

РЫНКА

ДМК Пресс

Трехмерное глубокое обучение на PYTHON

Name: Трехмерное глубокое обучение на PYTHON
Brand: ДМК Пресс
SKU: 102022470173
Price: 2534 RUB
Availability: InStock

Артикул Маркета

103723195744

ISBN

9785937002020

Автор

Ма К., Хегде В., Йольан Л.

Переводчик

Логунов Андрей

Год издания

2023

Внешний вид товаров и/или упаковки может быть изменён изготовителем и отличаться от изображенных на Яндекс Маркете.

Все характеристики

Пэй

5 194 ₽

–51%

–200 ₽

С доставкой по клику

Заказ от 1500₽

Трехмерное глубокое обучение на PYTHON

Задать вопрос

Пэй

5 194 ₽

–51%

Доставка Маркета

8 окт, по клику 0 ₽

Москва

8 окт, пункт выдачи 0 ₽

Москва

14 дней на возврат

О возвратах

книги ДМК Пресс

Магазин

4.9 178 оценок

1.1Kзаказов

55подписчиков

1год на Маркете

О товаре

Описание

Актуальное руководство 2023 года от Packt. Быстрый старт в самой перспективной области компьютерного зрения!
Компьютерное обучение выходит за рамки плоских пикселей. Будущее за моделями, которые понимают трехмерную структуру мира. Эта книга — ваш проводник в область 3D-глубокого обучения. Вы научитесь работать с облаками точек и полигональными сетками, освоите дифференцируемый рендеринг и реализуете передовые архитектуры, такие как NeRF (Neural Radiance Fields) и Mesh R-CNN. Это практическое руководство для инженеров и исследователей, которые хотят применять AI в робототехнике, AR/VR и анализе 3-мерных сцен.
Эта книга дает полное представление о современном трехмерном глубоком обучении и помогает разработчикам в области компьютерного зрения применить свои знания на практике.
Вы научитесь:

разрабатывать модели трехмерного компьютерного зрения для взаимодействия с окружающей средой;
обрабатывать 3D-данные с использованием облаков точек, полигональных сеток, применяя файлы форматов PLY и OBJ;
работать с 3D-геометрией, моделями камеры, системами координат и конвертировать данные из одной в другую;
с легкостью разбираться в понятиях отрисовки, затенения и т. д;
реализовывать дифференцируемую отрисовку во многих моделях трехмерного глубокого обучения;
применять современные модели трехмерного глубокого обучения, такие как NeRF, SynSin, Mesh R-CNN.

Издание предназначено для специалистов по анализу данных, инженеров машинного и глубокого обучения, которые хотят хорошо разбираться в методах компьютерного зрения с использованием 3D-данных.