Build your ultimate AI agent
Deskripsi Kursus
Belajar Menggunakan Jaringan Saraf Konvolusional (Convolutional Neural Networks) dalam Python
Model gambar seringkali memerlukan metode pembelajaran mendalam yang menggunakan data untuk melatih jaringan saraf. Algoritma jaringan untuk melakukan berbagai tugas pembelajaran mesin. Jaringan saraf konvolusional Jaringan saraf tiruan (CNNs) adalah jenis jaringan saraf tiruan yang sangat kuat yang akan Anda gunakan untuk Mengklasifikasikan berbagai jenis objek untuk analisis gambar. Ini empat jam Kursus ini akan mengajarkan Anda cara membangun, melatih, dan mengevaluasi Jaringan Saraf Konvolusional (CNN) menggunakan Keras.Mengubah gambar menjadi data dan mengajarkan jaringan saraf tiruan untuk mengklasifikasikannya adalah sebuah Elemen menantang dalam deep learning dengan aplikasi yang luas di berbagai bidang. Bisnis dan penelitian, mulai dari membantu situs eCommerce mengelola persediaan dengan lebih efisien. Memudahkan para peneliti kanker untuk dengan cepat mendeteksi melanoma yang berbahaya.
Discover Keras CNNs
Bab pertama dari kursus ini membahas bagaimana gambar dapat dianggap sebagai data, dan Bagaimana Anda dapat menggunakan Keras untuk melatih jaringan saraf tiruan guna mengklasifikasikan objek yang ditemukan dalam gambar.Bab kedua akan membahas konvolusi, bagian fundamental dari CNN. Anda akan Pelajari cara mereka mengolah data gambar dan pelajari cara melatih dan menyesuaikan model Anda. Melatih CNN menggunakan data uji. Bab-bab selanjutnya akan membahas lebih detail dan mengajarkan Anda Cara membuat jaringan deep learning.
Bangun Jaringan Saraf Tiruan Keras Anda Sendiri
Anda akan menyelesaikan kursus ini dengan mempelajari berbagai cara untuk melacak bagaimana Bagaimana kinerja CNN dan bagaimana Anda dapat meningkatkan kinerjanya. Pada tahap ini, Anda akan dapat membangun jaringan saraf Keras, mengoptimalkannya, dan memvisualisasikannya. tanggapan mereka dalam berbagai aplikasi.Prasyarat
Kurikulum
Garis besar kursus
1
Pemrosesan Citra dengan Jaringan Saraf
Convolutional Neural Networks memanfaatkan data yang direpresentasikan dalam citra untuk belajar. Pada bab ini, kita akan menelaah data pada citra, dan mempelajari cara menggunakan Keras untuk melatih jaringan saraf guna mengklasifikasikan objek yang muncul dalam citra.
- Pengenalan convolutional neural networks50 XP
- Gambar sebagai data: visualisasi100 XP
- Gambar sebagai data: mengubah gambar100 XP
- Mengklasifikasikan gambar50 XP
- Menggunakan one-hot encoding untuk merepresentasikan gambar100 XP
- Mengevaluasi sebuah pengklasifikasi100 XP
- Klasifikasi dengan Keras50 XP
- Bangun sebuah neural network100 XP
- Kompilasi jaringan saraf100 XP
- Mencocokkan model neural network pada data pakaian100 XP
- Validasi silang untuk evaluasi neural network100 XP
2
Menggunakan Konvolusi
Konvolusi adalah blok pembangun fundamental dari Convolutional Neural Networks. Pada bab ini, Anda akan diperkenalkan pada konvolusi dan mempelajari cara kerjanya pada data citra. Anda juga akan melihat cara memasukkan konvolusi ke dalam jaringan saraf Keras.
3
Masuk Lebih Dalam
Convolutional Neural Networks menjadi jauh lebih kuat ketika dibangun dengan banyak lapisan (deep networks). Pada bab ini, Anda akan mempelajari cara menumpuk beberapa lapisan konvolusi menjadi sebuah jaringan yang dalam. Anda juga akan mempelajari cara melacak jumlah parameter seiring pertumbuhan jaringan, serta cara mengendalikan jumlah tersebut.
4
Memahami dan Meningkatkan Deep Convolutional Networks
Ada banyak cara untuk meningkatkan proses pelatihan oleh jaringan saraf. Pada bab ini, kita akan berfokus pada kemampuan kita melacak seberapa baik kinerja jaringan, dan mengeksplorasi pendekatan untuk meningkatkan Convolutional Neural Networks.
Pemodelan Citra dengan Keras
Kursus
Selesai
