Ga naar hoofdinhoud

Cursus

Beeldmodellering met Keras

Gevorderd4 u

Leer hoe je beeldanalyse kunt doen met Keras en Python door convolutionele neurale netwerken te bouwen, te trainen en te evalueren.

Python4 u13 video's45 oefeningen3,650 XP39,871Bewijs van voltooiing

Maak je gratis account aan

Ga verder met Google
of
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, onze Privacybeleid en dat uw gegevens in de VS worden opgeslagen.

Geliefd bij learners van duizenden bedrijven

Cursusbeschrijving

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

Curriculum

Cursusoverzicht

1

Beeldverwerking met neurale netwerken

3

Dieper gaan

Convolutionele neurale netwerken worden een stuk krachtiger wanneer ze zijn opgebouwd uit meerdere lagen (diepe netwerken). In dit hoofdstuk leer je hoe je meerdere convolutionele lagen stapelt tot een diep netwerk. Je leert ook hoe je, terwijl het netwerk groeit, het aantal parameters bijhoudt en hoe je dit aantal beheerst.
Start hoofdstuk
4

Diepe convolutionele netwerken begrijpen en verbeteren

Beeldmodellering met Keras

Cursus
voltooid

Verdien een Statement of Accomplishment

Nu inschrijven

Verbeter je datavaardigheden met DataCamp voor mobiel

Blijf onderweg bezig met onze mobiele cursussen en dagelijkse programmeeruitdagingen van 5 minuten.