Cursus
Beeldmodellering met Keras
GevorderdVaardigheidsniveau
Bijgewerkt 01-2026Start Cursus Kosteloos
Inbegrepen bijPremium or Teams
PythonArtificial Intelligence4 u13 videos45 Opdrachten3,650 XP39,254Prestatieverklaring
Maak je gratis account aan
of
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.Geliefd bij leerlingen van duizenden bedrijven
Wil je 2 of meer mensen trainen?
Probeer DataCamp for BusinessCursusbeschrijving
Leer hoe je convolutional neural networks in Python kunt gebruiken
Beeldmodellen hebben vaak deep learning-methoden nodig die data gebruiken om neurale netwerken te trainen. netwerkalgoritmen om verschillende machine learning-taken uit te voeren. Convolutionele neurale netwerken Netwerken (CNN's) zijn super krachtige neurale netwerken die je kunt gebruiken om verschillende soorten objecten indelen voor het analyseren van afbeeldingen. Deze vier uur durende In deze cursus leer je hoe je CNN's kunt bouwen, trainen en evalueren met Keras.Beelden omzetten in data en neurale netwerken leren om ze te classificeren is een Een uitdagend onderdeel van deep learning met allerlei toepassingen. zakelijk en onderzoek, van het helpen van een e-commerce site bij het beheren van de voorraad tot zodat kankeronderzoekers snel gevaarlijke melanoom kunnen herkennen.
Ontdek Keras CNN's
Het eerste hoofdstuk van deze cursus gaat over hoe je afbeeldingen kunt zien als data, en hoe je Keras kunt gebruiken om een neuraal netwerk te trainen om dingen te classificeren die je tegenkomt in afbeeldingen.Het tweede hoofdstuk gaat over convoluties, een belangrijk onderdeel van CNN's. Je zult ontdek hoe ze met beeldgegevens werken en leer hoe je je Keras CNN met testgegevens. In de latere hoofdstukken gaan we dieper in op de details en leer je hoe je een deep learning-netwerk maakt.
Maak je eigen Keras-neurale netwerk
Je sluit de cursus af met het leren van de verschillende manieren waarop je kunt bijhouden hoe hoe CNN het doet en hoe je hun prestaties kunt verbeteren. Op dit moment, kun je Keras-neurale netwerken bouwen, ze optimaliseren en visualiseren hun reacties in allerlei toepassingen.Vereisten
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.
Beeldmodellering met Keras
Cursus voltooid
Verdien een prestatieverklaring
Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitaeDeel het op sociale media en in je functioneringsgesprek
Inbegrepen bijPremium or Teams
Schrijf Je Nu inSluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Beeldmodellering met Keras!
Maak je gratis account aan
of
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.