Kurs
Głębokie uczenie dla obrazów z PyTorch
ZaawansowanyPoziom umiejętności
Zaktualizowano 06.2025
PyTorchArtificial Intelligence4 godz.16 filmów58 Ćwiczeń4,700 XP12,765Zaświadczenie o ukończeniu
Utwórz bezpłatne konto
Kontynuuj z GooglePokaż więcej opcjilub
Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności i fakt, że twoje dane są przechowywane w USA.
Uwielbiany przez kursantów z tysięcy firm
Szkolisz zespół?
Wypróbuj dla firmOpis kursu
Klasyfikuj obrazy za pomocą konwolucyjnych sieci neuronowych (CNN)
Zastosujesz CNN do binarnej i wieloklasowej klasyfikacji obrazów oraz zrozumiesz, jak wykorzystywać wstępnie wytrenowane modele w PyTorch. Dzięki ramkom ograniczającym będziesz także w stanie wykrywać obiekty na obrazie i oceniać skuteczność modeli rozpoznawania obiektów.Segmentuj obrazy, stosując maski
Poznaj segmentację obrazów, w tym segmentację semantyczną, instancyjną i panoptyczną, poprzez nakładanie masek na obrazy oraz dowiedz się więcej o różnych architekturach modeli potrzebnych do każdego typu segmentacji.Generuj obrazy za pomocą GAN-ów
Na koniec nauczysz się, jak generować własne obrazy za pomocą generatywnych sieci przeciwstawnych (GAN). Nauczysz się umiejętności potrzebnych do budowania i trenowania głębokich konwolucyjnych GAN-ów (DCGAN-ów) oraz tego, jak oceniać jakość i różnorodność generowanych obrazów.Pod koniec tego kursu zdobędziesz umiejętności i doświadczenie potrzebne do pracy z różnymi zadaniami związanymi z obrazami przy użyciu modeli PyTorch.Wymagania wstępne
Intermediate Deep Learning with PyTorch1
Klasyfikacja obrazów z użyciem CNN
Poznaj klasyfikację obrazów z użyciem CNN, różnicę między modelami klasyfikacji binarnej i wieloklasowej oraz naucz się stosować transfer learning do klasyfikacji obrazów w PyTorch.
2
Rozpoznawanie obiektów
Wykrywaj obiekty na obrazach, przewidując otaczające je ramki ograniczające, i oceniaj skuteczność modeli rozpoznawania obiektów.
3
Segmentacja obrazów
Poznaj trzy rodzaje segmentacji obrazów – semantyczną, instancyjną i panoptyczną – ich zastosowania oraz odpowiednie architektury modeli uczenia maszynowego do każdego z nich.
4
Generowanie obrazów z użyciem GAN
Generuj zupełnie nowe obrazy z użyciem generatywnych sieci przeciwstawnych (GAN). Naucz się budować i trenować głęboką konwolucyjną sieć GAN oraz oceniać jakość i różnorodność jej wyników.
Głębokie uczenie dla obrazów z PyTorch
Kurs ukończony
Zdobądź zaświadczenie o ukończeniu
Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysuUdostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz
Dołącz do ponad 19 milionów kursantów i zacznij Głębokie uczenie dla obrazów z PyTorch już dziś!
Utwórz bezpłatne konto
Kontynuuj z GooglePokaż więcej opcjilub
Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności i fakt, że twoje dane są przechowywane w USA.
Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych
Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.