Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Aprende a utilizar redes neuronales convolucionales en Python
El modelo de imagen a menudo requiere métodos de aprendizaje profundo que utilizan datos para entrenar redes neuronales. algoritmos de red para realizar diversas tareas de machine learning. Neural convolucional Las redes neuronales convolucionales (CNN) son redes neuronales especialmente potentes que utilizarás para clasificar diferentes tipos de objetos para el análisis de imágenes. Este curso de cuatro horas El curso te enseñará a construir, entrenar y evaluar CNN utilizando Keras.Convertir imágenes en datos y enseñar a las redes neuronales a clasificarlas es una tarea que se está convirtiendo en una parte cada vez más importante de la ciencia, la elemento desafiante del aprendizaje profundo con amplias aplicaciones en todos los ámbitos negocios e investigación, desde ayudar a un sitio de comercio electrónico a gestionar el inventario de forma más facilitando a los investigadores del cáncer la detección rápida de melanomas peligrosos.
Descubre las CNN de Keras
El primer capítulo de este curso trata sobre cómo las imágenes pueden considerarse datos, y cómo puedes utilizar Keras para entrenar una red neuronal para clasificar objetos encontrados en imágenes.El segundo capítulo tratará sobre las convoluciones, una parte fundamental de las CNN. Podrás aprende cómo funcionan con los datos de las imágenes y aprende a entrenar y ajustar tu Keras CNN utilizando datos de prueba. Los capítulos siguientes profundizan en el tema y te enseñan Cómo crear una red de aprendizaje profundo.
Crea tu propia red neuronal Keras
Terminarás el curso aprendiendo las diferentes formas en que puedes realizar un seguimiento de cómo cómo lo está haciendo CNN y cómo puedes mejorar su rendimiento. En este punto, Podrás crear redes neuronales Keras, optimizarlas y visualizarlas. sus respuestas en una amplia gama de aplicaciones.Requisitos previos
Programa de formación
Contenido del curso
1
Procesamiento de imágenes con redes neuronales
Las redes neuronales convolucionales utilizan los datos representados en imágenes para aprender. En este capítulo, analizaremos datos en imágenes y aprenderemos a utilizar Keras para entrenar una red neuronal que clasifique los objetos que aparecen en las imágenes.
- Introducción a las redes neuronales convolucionales50 XP
- Las imágenes como datos: visualizaciones100 XP
- Las imágenes como datos: imágenes cambiantes100 XP
- Clasificación de imágenes50 XP
- Uso de la codificación one-hot para representar imágenes100 XP
- Evaluación de un clasificador100 XP
- Clasificación con Keras50 XP
- Construye una red neuronal100 XP
- Compilar una red neuronal100 XP
- Ajuste de un modelo de red neuronal a datos sobre prendas de vestir100 XP
- Validación cruzada para la evaluación de redes neuronales100 XP
2
Uso de convoluciones
Las convoluciones son los componentes básicos fundamentales de las redes neuronales convolucionales. En este capítulo, se te introducirá a las convoluciones y aprenderás cómo funcionan en los datos de imagen. También verás cómo incorporar convoluciones en las redes neuronales de Keras.
3
Profundizando
Las redes neuronales convolucionales ganan mucha potencia cuando se construyen con múltiples capas (redes profundas). En este capítulo, aprenderás a apilar varias capas convolucionales en una red profunda. También aprenderás a realizar un seguimiento del número de parámetros a medida que crece la red y a controlar este número.
4
Comprensión y mejora de las redes convolucionales profundas
Hay muchas formas de mejorar el entrenamiento mediante redes neuronales. En este capítulo, nos centraremos en nuestra capacidad para realizar un seguimiento del rendimiento de una red y exploraremos enfoques para mejorar las redes neuronales convolucionales.
Modelado de imágenes con Keras
Curso
completado
