Synopsis
Deep Learning hat die Bildverarbeitung grundlegend von handgefertigten algorithmischen Pipelines in durchgängig erlernte Systeme umgewandelt, die in der Lage sind, die Leistung von Menschen bei Klassifizierungs-, Erkennungs-, Segmentierungs-, Generierungs- und Restaurierungsaufgaben zu übertreffen. Faltungsneuronale Netze ersetzen die jahrzehntealte Filterung, Schwellenwertbildung und Merkmalstechnik durch hierarchische Merkmalsextraktoren, die direkt von Rohpixeln durch Millionen von parametrisierten Filtern lernen, die über Gradientenabstieg trainiert werden.Dieser Paradigmenwechsel beseitigt brüchige Kaskadenarchitekturen, bei denen sich Fehler bei der Kantenerkennung über die Hough-Abstimmung bis hin zum Zusammenbruch der Verfolgung ausbreiten, und ersetzt sequenzielle Fehlermodi durch ein robustes ganzheitliches Verständnis, das sich aus dem statistischen Training ergibt. Moderne Vision-Transformatoren erweitern die Faltungsgrundlagen durch globale Selbstaufmerksamkeitsmechanismen, die räumliche Abhängigkeiten über große Entfernungen modellieren, die in rein lokalen rezeptiven Feldern nicht vorhanden sind.
"synopsis" may belong to another edition of this title.
Search results for Deep-Learning-Methoden für Bildverarbeitungsworkflows...
Stock Image
Deep-Learning-Methoden fr Bildverarbeitungsworkflows (Paperback)
Print on DemandSeller: Grand Eagle Retail, Bensenville, IL, U.S.A.
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. Deep Learning hat die Bildverarbeitung grundlegend von handgefertigten algorithmischen Pipelines in durchgaengig erlernte Systeme umgewandelt, die in der Lage sind, die Leistung von Menschen bei Klassifizierungs-, Erkennungs-, Segmentierungs-, Generierungs- und Restaurierungsaufgaben zu uebertreffen. Faltungsneuronale Netze ersetzen die jahrzehntealte Filterung, Schwellenwertbildung und Merkmalstechnik durch hierarchische Merkmalsextraktoren, die direkt von Rohpixeln durch Millionen von parametrisierten Filtern lernen, die ueber Gradientenabstieg trainiert werden.Dieser Paradigmenwechsel beseitigt bruechige Kaskadenarchitekturen, bei denen sich Fehler bei der Kantenerkennung ueber die Hough-Abstimmung bis hin zum Zusammenbruch der Verfolgung ausbreiten, und ersetzt sequenzielle Fehlermodi durch ein robustes ganzheitliches Verstaendnis, das sich aus dem statistischen Training ergibt. Moderne Vision-Transformatoren erweitern die Faltungsgrundlagen durch globale Selbstaufmerksamkeitsmechanismen, die raeumliche Abhaengigkeiten ueber grosse Entfernungen modellieren, die in rein lokalen rezeptiven Feldern nicht vorhanden sind. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. Seller Inventory # 9786209464393
Stock Image
Deep-Learning-Methoden für Bildverarbeitungsworkflows (German Edition)
Seller: California Books, Miami, FL, U.S.A.
Seller rating 4 out of 5 stars
Condition: New. Seller Inventory # I-9786209464393
Stock Image
Deep-Learning-Methoden für Bildverarbeitungsworkflows
Published by
Verlag Unser Wissen Feb 2026, 2026
ISBN 10: 6209464394
ISBN 13: 9786209464393
New
Taschenbuch
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 208 pp. Deutsch. Seller Inventory # 9786209464393
Buy New
US$ 93.83
US$ 26.22 shipping
Ships from Germany to U.S.A.
Ships from Germany to U.S.A.
Quantity: 2 available
Stock Image
Deep-Learning-Methoden fr Bildverarbeitungsworkflows (Paperback)
Print on DemandSeller: AussieBookSeller, Truganina, VIC, Australia
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. Deep Learning hat die Bildverarbeitung grundlegend von handgefertigten algorithmischen Pipelines in durchgaengig erlernte Systeme umgewandelt, die in der Lage sind, die Leistung von Menschen bei Klassifizierungs-, Erkennungs-, Segmentierungs-, Generierungs- und Restaurierungsaufgaben zu uebertreffen. Faltungsneuronale Netze ersetzen die jahrzehntealte Filterung, Schwellenwertbildung und Merkmalstechnik durch hierarchische Merkmalsextraktoren, die direkt von Rohpixeln durch Millionen von parametrisierten Filtern lernen, die ueber Gradientenabstieg trainiert werden.Dieser Paradigmenwechsel beseitigt bruechige Kaskadenarchitekturen, bei denen sich Fehler bei der Kantenerkennung ueber die Hough-Abstimmung bis hin zum Zusammenbruch der Verfolgung ausbreiten, und ersetzt sequenzielle Fehlermodi durch ein robustes ganzheitliches Verstaendnis, das sich aus dem statistischen Training ergibt. Moderne Vision-Transformatoren erweitern die Faltungsgrundlagen durch globale Selbstaufmerksamkeitsmechanismen, die raeumliche Abhaengigkeiten ueber grosse Entfernungen modellieren, die in rein lokalen rezeptiven Feldern nicht vorhanden sind. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. Seller Inventory # 9786209464393
Buy New
US$ 104.61
US$ 37.00 shipping
Ships from Australia to U.S.A.
Ships from Australia to U.S.A.
Quantity: 1 available
Stock Image
Deep-Learning-Methoden fr Bildverarbeitungsworkflows (Paperback)
Print on DemandSeller: CitiRetail, Stevenage, United Kingdom
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. Deep Learning hat die Bildverarbeitung grundlegend von handgefertigten algorithmischen Pipelines in durchgaengig erlernte Systeme umgewandelt, die in der Lage sind, die Leistung von Menschen bei Klassifizierungs-, Erkennungs-, Segmentierungs-, Generierungs- und Restaurierungsaufgaben zu uebertreffen. Faltungsneuronale Netze ersetzen die jahrzehntealte Filterung, Schwellenwertbildung und Merkmalstechnik durch hierarchische Merkmalsextraktoren, die direkt von Rohpixeln durch Millionen von parametrisierten Filtern lernen, die ueber Gradientenabstieg trainiert werden.Dieser Paradigmenwechsel beseitigt bruechige Kaskadenarchitekturen, bei denen sich Fehler bei der Kantenerkennung ueber die Hough-Abstimmung bis hin zum Zusammenbruch der Verfolgung ausbreiten, und ersetzt sequenzielle Fehlermodi durch ein robustes ganzheitliches Verstaendnis, das sich aus dem statistischen Training ergibt. Moderne Vision-Transformatoren erweitern die Faltungsgrundlagen durch globale Selbstaufmerksamkeitsmechanismen, die raeumliche Abhaengigkeiten ueber grosse Entfernungen modellieren, die in rein lokalen rezeptiven Feldern nicht vorhanden sind. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. Seller Inventory # 9786209464393
Buy New
US$ 99.64
US$ 49.38 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: 1 available
Seller Image
Deep-Learning-Methoden für Bildverarbeitungsworkflows
Published by
Verlag Unser Wissen Feb 2026, 2026
ISBN 10: 6209464394
ISBN 13: 9786209464393
New
Taschenbuch
Seller: buchversandmimpf2000, Emtmannsberg, BAYE, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Deep Learning hat die Bildverarbeitung grundlegend von handgefertigten algorithmischen Pipelines in durchgängig erlernte Systeme umgewandelt, die in der Lage sind, die Leistung von Menschen bei Klassifizierungs-, Erkennungs-, Segmentierungs-, Generierungs- und Restaurierungsaufgaben zu übertreffen. Faltungsneuronale Netze ersetzen die jahrzehntealte Filterung, Schwellenwertbildung und Merkmalstechnik durch hierarchische Merkmalsextraktoren, die direkt von Rohpixeln durch Millionen von parametrisierten Filtern lernen, die über Gradientenabstieg trainiert werden.Dieser Paradigmenwechsel beseitigt brüchige Kaskadenarchitekturen, bei denen sich Fehler bei der Kantenerkennung über die Hough-Abstimmung bis hin zum Zusammenbruch der Verfolgung ausbreiten, und ersetzt sequenzielle Fehlermodi durch ein robustes ganzheitliches Verständnis, das sich aus dem statistischen Training ergibt. Moderne Vision-Transformatoren erweitern die Faltungsgrundlagen durch globale Selbstaufmerksamkeitsmechanismen, die räumliche Abhängigkeiten über große Entfernungen modellieren, die in rein lokalen rezeptiven Feldern nicht vorhanden sind.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 208 pp. Deutsch. Seller Inventory # 9786209464393
Buy New
US$ 93.83
US$ 68.41 shipping
Ships from Germany to U.S.A.
Ships from Germany to U.S.A.
Quantity: 1 available
Stock Image
Deep-Learning-Methoden für Bildverarbeitungsworkflows
Print on DemandSeller: AHA-BUCH GmbH, Einbeck, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering. Seller Inventory # 9786209464393
Buy New
US$ 93.83
US$ 70.28 shipping
Ships from Germany to U.S.A.
Ships from Germany to U.S.A.
Quantity: 2 available
Stock Image
Deep-Learning-Methoden f?r Bildverarbeitungsworkflows (German Edition)
Print on DemandSeller: Books Puddle, New York, NY, U.S.A.
Seller rating 4 out of 5 stars
Condition: New. Print on Demand. Seller Inventory # 26405723988
Seller Image
Deep-Learning-Methoden für Bildverarbeitungsworkflows
Print on DemandSeller: preigu, Osnabrück, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. Deep-Learning-Methoden für Bildverarbeitungsworkflows | Rajeswari J. (u. a.) | Taschenbuch | 208 S. | Deutsch | 2026 | Verlag Unser Wissen | EAN 9786209464393 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu Print on Demand. Seller Inventory # 134566735
Buy New
US$ 93.83
US$ 79.81 shipping
Ships from Germany to U.S.A.
Ships from Germany to U.S.A.
Quantity: 5 available
Stock Image
Deep-Learning-Methoden f?r Bildverarbeitungsworkflows (German Edition)
Print on DemandSeller: Majestic Books, Hounslow, United Kingdom
Seller rating 4 out of 5 stars
Condition: New. Print on Demand. Seller Inventory # 408511627
Buy New
US$ 174.26
US$ 8.68 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: 4 available