Andere Kunden interessierten sich auch für
![Apprendimento profondo nel telerilevamento]( "Apprendimento profondo nel telerilevamento")
Apprendimento profondo nel telerilevamento32,99 €![Apprentissage profond en télédétection]( "Apprentissage profond en télédétection")
Apprentissage profond en télédétection32,99 €![Deep learning in Remote sensing]( "Deep learning in Remote sensing")
Deep learning in Remote sensing31,99 €![Deep Learning in der Fernerkundung]( "Deep Learning in der Fernerkundung")
Deep Learning in der Fernerkundung43,90 €![Glubokoe obuchenie w distancionnom zondirowanii]( "Glubokoe obuchenie w distancionnom zondirowanii")
Glubokoe obuchenie w distancionnom zondirowanii32,99 €![Deteção remota da expansão urbana, configuração e composição da paisagem]( "Deteção remota da expansão urbana, configuração e composição da paisagem")
Deteção remota da expansão urbana, configuração e composição da paisagem26,99 €![Deteção remota em arqueologia]( "Deteção remota em arqueologia")
Deteção remota em arqueologia26,99 €
Neste livro, é apresentada uma panorâmica da aprendizagem profunda que adopta várias perspectivas, como as técnicas de aprendizagem profunda mais avançadas, as abordagens de aprendizagem profunda e as aplicações. Além disso, os potenciais problemas da tecnologia de aprendizagem profunda. Esta investigação apresenta as redes neuronais convolucionais (CNN), que são o tipo de rede de aprendizagem profunda mais utilizado. Uma análise das arquitecturas de aprendizagem profunda CNN frequentemente encontradas na literatura, juntamente com os seus pontos fortes e limitações, e descreve o desenvolvimento das arquitecturas CNN juntamente com as suas principais características, por exemplo, AlexNet, VGG, ResNet, DenseNet, GoogLeNet, Inception: ResNet e Inception V3/ V4, SegNet, U Net, Point CNN e MASK R-CNN.É também explicado um estudo pormenorizado sobre a aplicação da rede neural convolucional na deteção remota para extrair características. Foram discutidos os desafios que se colocam às CNN