Corso
Image Modeling with Keras
AvanzatoLivello di competenza
Aggiornato 01/2026Inizia Il Corso Gratis
Incluso conPremium or Team
PythonArtificial Intelligence4 h13 video45 Esercizi3,650 XP39,254Attestato di conseguimento
Crea il tuo account gratuito
o
Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.Preferito dagli studenti di migliaia di aziende
Vuoi formare 2 o più persone?
Prova DataCamp for BusinessDescrizione 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
Introduction to Deep Learning with Keras1
Image Processing With Neural Networks
Convolutional neural networks use the data that is represented in images to learn. In this chapter, we will probe data in images, and we will learn how to use Keras to train a neural network to classify objects that appear in images.
2
Using Convolutions
Convolutions are the fundamental building blocks of convolutional neural networks. In this chapter, you will be introducted to convolutions and learn how they operate on image data. You will also see how you incorporate convolutions into Keras neural networks.
3
Going Deeper
Convolutional neural networks gain a lot of power when they are constructed with multiple layers (deep networks). In this chapter, you will learn how to stack multiple convolutional layers into a deep network. You will also learn how to keep track of the number of parameters, as the network grows, and how to control this number.
4
Understanding and Improving Deep Convolutional Networks
There are many ways to improve training by neural networks. In this chapter, we will focus on our ability to track how well a network is doing, and explore approaches towards improving convolutional neural networks.
Image Modeling with Keras
Corso completato
Ottieni Attestato di conseguimento
Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CVCondividila sui social e nella valutazione delle tue performance
Incluso conPremium or Team
Iscriviti OraUnisciti a oltre 19 milioni di studenti e inizia Image Modeling with Keras oggi!
Crea il tuo account gratuito
o
Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.