【导读】PyTorch是一款流行的深度学习框架，它以Python作为编程语言，以张量运算为中心集成了深度学习的各种算子，能够方便、快捷地构造复杂的深度学习模型，已经成为数字图像处理的重要工具之一。PyTorch框架的优点众多，即可以将其作为高效的张量计算模块，轻松地实现经典的数字图像处理算法，并最大限度地利用CUDA等硬件资源加速模型的训练和部署，又可以利用其自动梯度和动态图机制构造复杂的深度学习模型，从而解决高级图像处理的各种问题。当前，PyTorch在学术界和工业界得到了广泛的使用，已经成为学习数字图像处理的必学工具。熟练使用PyTorch进行数字图像处理已经成为图像处理和计算机视觉等相关岗位的必要条件。
编辑推荐
全面总结作者多年数字图像处理算法的研究心得和实践经验。
带领读者系统掌握数字图像处理的相关理论知识和实际应用。
深入剖析张量运算方法在数字图像处理中的应用。
详解梯度下降算法的完整流程，并将其应用于模型优化中。
详解数据集的构建以及模型的训练和部署等核心知识。
详解图像分类、图像分割和目标检测三大核心任务。
提供教学视频、程序源代码和教学PPT等配套资源。
内容简介
《计算机视觉之PyTorch数字图像处理》以数字图像处理为主题，在详细介绍数字图像处理主流算法的基础上，配合丰富的实战案例，用PyTorch深度学习框架对相关算法进行应用实践。本书一方面从张量的维度对经典数字图像处理算法进行详细的介绍，另一方面从深度学习的维度对图像分类、图像分割和图像检测进行细致的讲解，从而帮助读者较为系统地掌握数字图像处理的相关理论知识和实际应用。《计算机视觉之PyTorch数字图像处理》分为3篇，共11章。第1篇图像处理基础知识，包括计算机视觉与数字图像概述、搭建开发环境和Python编程基础；第2篇基于经典方法的图像处理，包括图像处理基础知识、图像的基础特征、自动梯度与神经网络、数据准备与图像预处理；第3篇基于深度学习的图像处理，包括图像分类、图像分割、目标检测和模型部署。《计算机视觉之PyTorch数字图像处理》内容丰富，讲解由浅入深、案例丰富、实用性强，特别适合数字图像处理的入门与进阶人员阅读，也适合数字图像处理的从业人员与研究人员阅读，还可作为高等院校数字图像处理相关课程的教材。
求点击底部分享或点赞、再看，让更多朋友看到吧！
