After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
Impara a usare le reti neurali convoluzionali in Python
Il modello di immagine spesso richiede metodi di apprendimento profondo che usano i dati per addestrare le reti neurali. algoritmi di rete per fare vari compiti di apprendimento automatico. Rete neurale convoluzionale Le reti neurali convoluzionali (CNN) sono reti neurali super potenti che userai per classificare diversi tipi di oggetti per l'analisi delle immagini. Questo corso di quattro ore Il corso ti insegnerà come costruire, addestrare e valutare le CNN usando Keras.Trasformare le immagini in dati e insegnare alle reti neurali a classificarle è un elemento impegnativo dell'apprendimento profondo con applicazioni estese in tutti i campi business e ricerca, dall'aiutare un sito di e-commerce a gestire meglio le scorte facilmente per permettere ai ricercatori sul cancro di individuare velocemente il melanoma pericoloso.
Scopri le CNN di Keras
Il primo capitolo di questo corso spiega come le immagini possono essere viste come dati, e come puoi usare Keras per addestrare una rete neurale a classificare gli oggetti trovati in immagini.Il secondo capitolo parlerà delle convoluzioni, che sono una parte fondamentale delle CNN. Farai Scopri come funzionano sui dati delle immagini e impara ad addestrare e ottimizzare il tuo Keras CNN usando i dati di prova. I capitoli successivi approfondiscono l'argomento e ti spiegano come creare una rete di deep learning.
Crea la tua rete neurale Keras
Finirete il corso imparando i diversi modi in cui potete monitorare come Beh, come sta andando la CNN e come puoi migliorare le loro prestazioni. A questo punto, sarai in grado di costruire reti neurali Keras, ottimizzarle e visualizzarle le loro risposte in una serie di applicazioni.Prerequisiti
Curriculum
Programma del corso
1
Elaborazione delle immagini con reti neurali
Le convolutional neural networks utilizzano i dati rappresentati nelle immagini per apprendere. In questo capitolo esploreremo i dati nelle immagini e impareremo a usare Keras per addestrare una rete neurale a classificare gli oggetti presenti nelle immagini.
- Introduzione alle reti neurali convoluzionali50 XP
- Immagini come dati: visualizzazioni100 XP
- Le immagini come dati: modificare le immagini100 XP
- Classificare le immagini50 XP
- Usare la one-hot encoding per rappresentare le immagini100 XP
- Valutare un classificatore100 XP
- Classificazione con Keras50 XP
- Crea una rete neurale100 XP
- Compila una rete neurale100 XP
- Addestrare un modello di rete neurale su dati di abbigliamento100 XP
- Validazione incrociata per la valutazione di una rete neurale100 XP
2
Uso delle convoluzioni
Le convoluzioni sono i blocchi fondamentali delle convolutional neural networks. In questo capitolo verrai introdotto alle convoluzioni e imparerai come operano sui dati immagine. Vedrai anche come integrare le convoluzioni nelle reti neurali Keras.
3
Andare più in profondità
Le convolutional neural networks diventano molto più potenti quando sono costruite con più livelli (reti profonde). In questo capitolo imparerai a impilare più livelli convoluzionali in una rete profonda. Imparerai anche a tenere traccia del numero di parametri, man mano che la rete cresce, e come controllare questo numero.
4
Capire e migliorare le reti convoluzionali profonde
Esistono molti modi per migliorare l’addestramento delle reti neurali. In questo capitolo ci concentreremo sulla capacità di monitorare le prestazioni di una rete ed esploreremo approcci per migliorare le convolutional neural networks.
Image Modeling with Keras
Corso
completato
