Nhà Sách Tin Học

Browsing "Older Posts"

Ebook Full-Stack React, TypeScript Và Node + Kèm Code [9922E]

24 tháng 3 2021 / No Comments

Xây dựng các ứng dụng web cloud-ready bằng cách sử dụng React 17 với Hooks và GraphQL.

React đặt ra tiêu chuẩn để xây dựng các ứng dụng web phía máy khách hiệu suất cao. Node.js là một ứng dụng server có thể mở rộng được sử dụng trong hàng nghìn website, trong khi GraphQL đang trở thành cách tiêu chuẩn để các website lớn cung cấp dữ liệu và dịch vụ cho người dùng của họ. Cùng với nhau, những công nghệ này, khi được củng cố với các khả năng của TypeScript, sẽ cung cấp một stack tiên tiến để phát triển ứng dụng web hoàn chỉnh.

Cuốn sách này có cách tiếp cận thực hành để triển khai các công nghệ web hiện đại và các phương pháp luận liên quan để xây dựng các ứng dụng full-stack. Bạn sẽ bắt đầu bằng cách hiểu rõ về TypeScript và cách sử dụng nó để xây dựng các ứng dụng web chất lượng cao. Các chương tiếp theo đi sâu vào phát triển phía máy khách với React bằng cách sử dụng new Hooks API và Redux. Tiếp theo, bạn sẽ nắm bắt được quá trình phát triển phía server với Express, bao gồm xác thực với các session dựa trên Redis và truy cập cơ sở dữ liệu bằng TypeORM. Sau đó, cuốn sách sẽ hướng dẫn bạn cách sử dụng Apollo GraphQL để xây dựng các web services cho ứng dụng full-stack của bạn. Sau đó, bạn sẽ học cách xây dựng các GraphQL schemas và tích hợp chúng với React bằng cách sử dụng Hooks. Cuối cùng, bạn sẽ tập trung vào cách triển khai ứng dụng của mình trên server NGINX sử dụng AWS cloud.

Đến cuối cuốn sách này, bạn sẽ có thể xây dựng và triển khai các ứng dụng web hiệu suất cao hoàn chỉnh bằng cách sử dụng React, Node và GraphQL.

Bạn sẽ học được gì:

✓ Khám phá các tính năng quan trọng nhất của TypeScript và cách chúng có thể được sử dụng để cải thiện chất lượng code và khả năng bảo trì.
✓ Hiểu React Hooks là gì và cách xây dựng ứng dụng React bằng cách sử dụng chúng.
✓ Implement state management cho ứng dụng React của bạn bằng Redux.
✓ Thiết lập một dự án Express với TypeScript và GraphQL từ đầu.
✓ Xây dựng một ứng dụng diễn đàn trực tuyến đầy đủ chức năng bằng React và GraphQL.
✓ Thêm xác thực vào ứng dụng web của bạn bằng Redis.
✓ Lưu và truy xuất dữ liệu từ cơ sở dữ liệu Postgres bằng TypeORM.
✓ Định cấu hình NGINX trên AWS cloud để triển khai và cung cấp các ứng dụng của bạn.

MÃ EBOOK TÌM KIẾM TRÊN DRIVE: 9922E

CUNG CẤP TÀI KHOẢN GOOGLE DRIVE DUNG LƯỢNG KHÔNG GIỚI HẠN VỚI GIÁ ƯU ĐÃI NHẤT, XEM CHI TIẾT TẠI ĐÂY

LIKE FAN PAGE ĐỂ NHẬN KHÓA HỌC MỚI NHẤT TẠI ĐÂY

MỜI BẠN THAM GIA GROUP CÙNG TRAO ĐỔI TẠI ĐÂY

Copyright Disclaimer:
This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and Email us, we'll remove relevant links or contents immediately.

Tuyên bố miễn trừ bản quyền:

Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.

Trọn Bộ 10GB Khóa Học Thị Giác Máy Tính Toàn Tập 2021 [Khoa 8721 A]

23 tháng 3 2021 / No Comments

Tìm hiểu thực tế mọi thứ bạn cần biết về Computer Vision! Xây dựng các dự án từng bước bằng Python!

Bạn sẽ học được gì;

✓ Hiểu trực giác cơ bản về Cascade và HOG classifier để phát hiện khuôn mặt.
✓ Implement face detection bằng thư viện OpenCV và Dlib.
✓ Tìm hiểu cách phát hiện các đối tượng khác bằng OpenCV, chẳng hạn như ô tô, đồng hồ, mắt và toàn bộ cơ thể người.
✓ So sánh kết quả của ba công cụ dò tìm khuôn mặt: Haarcascade, HOG (Histogram of Oriented Gradient) và CNN (Convolutional Neural Network).
✓ Phát hiện khuôn mặt bằng hình ảnh và webcam.
✓ Hiểu trực giác cơ bản về thuật toán LBPH để nhận dạng khuôn mặt.
✓ Implement face recognition bằng thư viện OpenCV và Dlib.
✓ Nhận dạng khuôn mặt bằng hình ảnh và webcam.
✓ Hiểu trực giác cơ bản về các thuật toán KCF và CSRT để thực hiện theo dõi đối tượng.
✓ Tìm hiểu cách theo dõi các đối tượng trong video bằng thư viện OpenCV.
✓ Tìm hiểu mọi thứ bạn cần biết về lý thuyết đằng sau mạng nơ-ron, chẳng hạn như: perceptron, activation function, weight update, backpropagation, gradient descent và nhiều hơn nữa.
✓ Implement dense neural network để phân loại hình ảnh.
✓ Tìm hiểu cách trích xuất pixel và các tính năng từ hình ảnh để xây dựng các neural network.
✓ Tìm hiểu lý thuyết đằng sau các convolutional neural network và triển khai chúng bằng Python và TensorFlow.
✓ Implement transfer learning và fine tuning để có được kết quả đáng kinh ngạc khi phân loại hình ảnh.
✓ Sử dụng convolutional neural network để phân loại các cảm xúc sau đây trong hình ảnh và video: hạnh phúc, tức giận, ghê tởm, sợ hãi, ngạc nhiên và trung tính.
✓ Nén hình ảnh bằng linear và convolutional autoencoder.
✓ Phát hiện đối tượng trong hình ảnh trong video bằng YOLO, một trong những thuật toán mạnh nhất hiện nay.
✓ Nhận dạng cử chỉ và hành động trong video bằng OpenCV.
✓ Tìm hiểu cách tạo hình ảnh ảo giác với Deep Dream.
✓ Tìm hiểu cách hồi sinh các nghệ sĩ nổi tiếng với style transfer.
✓ Tạo hình ảnh không tồn tại trong thế giới thực bằng GAN (Generative Adversarial Network).
✓ Thực hiện phân đoạn hình ảnh để trích xuất thông tin hữu ích từ hình ảnh và video.

Thị giác máy tính là một phân khu của Trí tuệ nhân tạo tập trung vào việc tạo ra các hệ thống có thể xử lý, phân tích và xác định dữ liệu trực quan theo cách tương tự như mắt người. Có rất nhiều ứng dụng thương mại trong các bộ phận khác nhau, chẳng hạn như: bảo mật, tiếp thị, ra quyết định và sản xuất. Điện thoại thông minh sử dụng Computer Vision để mở khóa thiết bị bằng nhận dạng khuôn mặt, ô tô tự lái sử dụng tính năng này để phát hiện người đi bộ và giữ khoảng cách an toàn với các xe khác cũng như camera an ninh sử dụng tính năng này để xác định xem có người trong môi trường để báo động hay không được kích hoạt.

Trong khóa học này, bạn sẽ học mọi thứ bạn cần biết để có được trong thế giới này. Bạn sẽ học cách triển khai từng bước của 14 (mười bốn) kỹ thuật thị giác máy tính chính. Nếu bạn chưa bao giờ nghe nói về thị giác máy tính, vào cuối khóa học này, bạn sẽ có một cái nhìn tổng quan thực tế về tất cả các lĩnh vực. Dưới đây, bạn có thể xem một số nội dung mà bạn sẽ triển khai:

✓ Phát hiện khuôn mặt trong hình ảnh và video bằng thư viện OpenCV và Dlib.
✓ Tìm hiểu cách huấn luyện thuật toán LBPH để nhận dạng khuôn mặt, cũng sử dụng thư viện OpenCV và Dlib.
✓ Theo dõi các đối tượng trong video bằng thuật toán KCF và CSRT.
✓ Tìm hiểu toàn bộ lý thuyết đằng sau artificial neural network và thực hiện chúng để phân loại hình ảnh.
✓ Implement convolutional neural network để phân loại hình ảnh.
✓ Sử dụng transfer learning và fine tuning để cải thiện kết quả của convolutional neural network.
✓ Phát hiện cảm xúc trong hình ảnh và video bằng neural network.
✓ Nén hình ảnh bằng autoencoders và TensorFlow.
✓ Phát hiện đối tượng bằng YOLO, một trong những kỹ thuật mạnh mẽ nhất cho nhiệm vụ này.
✓ Nhận dạng cử chỉ và hành động trong video bằng OpenCV.
✓ Tạo hình ảnh ảo giác bằng kỹ thuật Deep Dream.
✓ Kết hợp kiểu hình ảnh bằng cách sử dụng style transfer.
✓ Tạo hình ảnh không tồn tại trong thế giới thực bằng GAN (Generative Adversarial Network).
✓ Trích xuất thông tin hữu ích từ hình ảnh bằng cách sử dụng phân đoạn hình ảnh (image segmentation).

Bạn sẽ tìm hiểu trực giác cơ bản về các thuật toán và thực hiện một số dự án từng bước bằng cách sử dụng ngôn ngữ Python và Google Colab.

MÃ KHÓA HỌC TÌM KIẾM TRÊN DRIVE: 8721