Verleger: 16
Jacek Ross
Nowy najlepszy przyjaciel programisty C# nazywa się... OpenAI Rozpowszechnienie się sztucznej inteligencji wiele zmienia na rynku usług IT. Dzięki zastosowaniu takich narzędzi jak ChatGPT część zadań, które do tej pory wymagały mozolnej pracy, można teraz zrealizować szybciej, wspomagając się odpowiednio wytrenowaną i poinstruowaną AI. Jak to zrobić? Od czego zacząć? Jak dołączyć do grona programistów, którzy w postępie technicznym dostrzegli szansę i nauczyli się z niej korzystać? Przejście na nowy poziom profesjonalizmu zacznij od lektury tej książki. Dowiesz się z niej, jak używać OpenAI API do pisania lepszych, bardziej rozbudowanych aplikacji w języku C#: Poznaj zalety korzystania ze sztucznej inteligencji w kodowaniu Naucz się używać interfejsu programistycznego OpenAI Zacznij tworzyć własne projekty z zastosowaniem AI Przyjrzyj się innym praktycznym umiejętnościom sztucznej inteligencji, takim jak zdolność do generowania grafiki Zajrzyj za zasłonę - zastanów się nad przyszłym rozwojem AI i dalszymi zmianami, jakie wywoła ona w programowaniu
Aymen El Amri
“OpenAI GPT for Python Developers” is meticulously crafted to provide Python developers with a deep dive into the mechanics and applications of GPT technology, beginning with a captivating narrative on the evolution of OpenAI and the fundamental workings of GPT models. As readers progress, they will be expertly guided through the essential steps of setting up a development environment tailored for AI innovations, coupled with insightful advice on selecting the most appropriate GPT model to suit specific project needs.The guide progresses into practical tutorials that cover the implementation of chat completions and the art of prompt engineering, providing a solid foundation in harnessing the capabilities of GPT for generating human-like text responses. Practical applications are further expanded with discussions on the creation of autonomous AI-to-AI dialogues, the development of AI avatars, and the strategic use of AI in interactive applications.In addition to technical skills, this book addresses the ethical implications and prospects of AI technologies, encouraging a holistic view of AI development. The guide is enriched with detailed examples, step-by-step tutorials, and comprehensive explanations that illuminate the theoretical aspects and emphasize practical implementation.
Koushik Bhattacharyya, Ravishekhar Banger
Research in parallel programming has been a mainstream topic for a decade, and will continue to be so for many decades to come. Many parallel programming standards and frameworks exist, but only take into account one type of hardware architecture. Today computing platforms come with many heterogeneous devices. OpenCL provides royalty free standard to program heterogeneous hardware.This guide offers you a compact coverage of all the major topics of OpenCL programming. It explains optimization techniques and strategies in-depth, using illustrative examples and also provides case studies from diverse fields. Beginners and advanced application developers will find this book very useful.Beginning with the discussion of the OpenCL models, this book explores their architectural view, programming interfaces and primitives. It slowly demystifies the process of identifying the data and task parallelism in diverse algorithms.It presents examples from different domains to show how the problems within different domains can be solved more efficiently using OpenCL. You will learn about parallel sorting, histogram generation, JPEG compression, linear and parabolic regression and k-nearest neighborhood, a clustering algorithm in pattern recognition. Following on from this, optimization strategies are explained with matrix multiplication examples. You will also learn how to do an interoperation of OpenGL and OpenCL.OpenCL Programming by Example explains OpenCL in the simplest possible language, which beginners will find it easy to understand. Developers and programmers from different domains who want to achieve acceleration for their applications will find this book very useful.
Matthew John Macdonald, Jason Clemons, Gary Bradski,...
Robert Laganiere
Making your applications see has never been easier with OpenCV. With it, you can teach your robot how to follow your cat, write a program to correctly identify the members of One Direction, or even help you find the right colors for your redecoration.OpenCV 3 Computer Vision Application Programming Cookbook Third Edition provides a complete introduction to the OpenCV library and explains how to build your first computer vision program. You will be presented with a variety of computer vision algorithms and exposed to important concepts in image and video analysis that will enable you to build your own computer vision applications.This book helps you to get started with the library, and shows you how to install and deploy the OpenCV library to write effective computer vision applications following good programming practices. You will learn how to read and write images and manipulate their pixels. Different techniques for image enhancement and shape analysis will be presented. You will learn how to detect specific image features such as lines, circles or corners. You will be introduced to the concepts of mathematical morphology and image filtering. The most recent methods for image matching and object recognition are described, and you’ll discover how to process video from files or cameras, as well as how to detect and track moving objects. Techniques to achieve camera calibration and perform multiple-view analysis will also be explained. Finally, you’ll also get acquainted with recent approaches in machine learning and object classification.
Aleksei Spizhevoi, Aleksandr Rybnikov
OpenCV 3 is a native cross-platform library for computer vision, machine learning, and image processing. OpenCV's convenient high-level APIs hide very powerful internals designed for computational efficiency that can take advantage of multicore and GPU processing. This book will help you tackle increasingly challenging computer vision problems by providing a number of recipes that you can use to improve your applications.In this book, you will learn how to process an image by manipulating pixels and analyze an image using histograms. Then, we'll show you how to apply image filters to enhance image content and exploit the image geometry in order to relay different views of a pictured scene. We’ll explore techniques to achieve camera calibration and perform a multiple-view analysis.Later, you’ll work on reconstructing a 3D scene from images, converting low-level pixel information to high-level concepts for applications such as object detection and recognition. You’ll also discover how to process video from files or cameras and how to detect and track moving objects. Finally, you'll get acquainted with recent approaches in deep learning and neural networks.By the end of the book, you’ll be able to apply your skills in OpenCV to create computer vision applications in various domains.
OpenCV 3. Komputerowe rozpoznawanie obrazu w C++ przy użyciu biblioteki OpenCV
Adrian Kaehler, Gary Bradski
Komputerowe rozpoznawanie obrazów przechodzi dziś fazę burzliwego rozwoju. Przyczyniają się do tego ogromna popularność cyfrowych aparatów fotograficznych, wielka liczba grafik zgromadzonych w obszernych internetowych bazach danych, a przede wszystkim coraz doskonalsze algorytmy przetwarzania obrazu. W rozwijaniu tej technologii wielką rolę odegrała biblioteka OpenCV, usprawniając pracę setek tysięcy ludzi. OpenCV 3.x ułatwia efektywne rozwijanie projektów dzięki opartej na języku C++ spójnej architekturze, która doskonale działa na wielu platformach. Ta książka, przeznaczona dla osób znających język C++, jest praktycznym wprowadzeniem do otwartej biblioteki OpenCV w wersji 3.x. Zawiera też podstawowe informacje na temat komputerowego rozpoznawania obrazu, co powinno ułatwić efektywne posługiwanie się tą biblioteką. Sama biblioteka OpenCV została przedstawiona w sposób umożliwiający bardzo szybkie rozpoczęcie pracy. Książka ułatwia naturalne zrozumienie działania algorytmów, dzięki czemu projektowanie i debugowanie aplikacji nie powinno sprawiać problemów. W ten sposób książka ta staje się świetnym przygotowaniem do zgłębienia bardziej zaawansowanych zagadnień komputerowego rozpoznawania obrazu i uczenia maszynowego. Najważniejsze zagadnienia: Przegląd biblioteki OpenCV i zawarte w niej funkcje Praca z plikami obrazów, filmów i danych oraz przekształcanie obrazów Ważniejsze algorytmy do pracy na obrazach Punkty kluczowe: wykrywanie i filtrowanie Trójwymiarowe widzenie, ruch, określanie pozycji Uczenie maszyn w OpenCV OpenCV: poznaj i stosuj algorytmy przetwarzania obrazów! Adrian Kaehler jest naukowcem i założycielem start-upów. Zajmuje się uczeniem maszynowym, modelowaniem statystycznym i komputerowym rozpoznawaniem obrazu. Pracuje w Intel Corporation i w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. Współzakładał Silicon Valley Deep Learning Group. Gary Rost Bradski jest naukowcem i konsultantem. Zajmuje się robotyką, uczeniem maszynowym i komputerowym rozpoznawaniem obrazów. Pracuje w Laboratorium Sztucznej Inteligencji Uniwersytetu Stanforda. Współtworzył takie biblioteki jak Open Source Computer Vision Library, Machine Learning Library i Probabilistic Network Library (PNL).