「本書全面介紹深度電腦視覺的最先進作法，在Keras中建構端到端生產系統，提供經過實戰檢驗的最佳實務解決方案。」

　　—Francois Chollet

　　深度學習研究者和Keras創造者



　　這本實用指南向您展示了如何使用機器學習模型從影像中淬取資訊。ML工程師和資料科學家將會學習經過驗證的ML技術來解決各種影像問題，包括分類、物件偵測、自編碼器、影像產生、計數和圖說產生。本書卓越的介紹了端到端深度學習：資料集建立、資料前置處理、模型設計、模型訓練、評估、部署和可解釋性。



　　Google工程師Valliappa Lakshmanan、Martin Gorner和Ryan Gillard向您展示了如何開發準確且可解釋的電腦視覺ML模型，並使用強大的ML架構以靈活且可維護的方式將它們投入大規模生產。您將學習如何使用以TensorFlow和Keras編寫的模型進行設計、訓練、評估和預測。



　　您將學習如何：

　　•為電腦視覺任務設計機器學習架構

　　•選擇適合您的任務的模型(例如ResNet、SqueezeNet或EfficientNet)

　　•建立端到端ML生產線來訓練、評估、部署和解釋您的模型

　　•前置處理影像以進行資料擴增進行並支援可學習性

　　•納入可解釋性和負責任的AI的最佳實務

　　•將影像模型部署為Web服務或在邊緣設備上

　　•監控和管理機器學習模型