Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Aprenda a usar redes neurais convolucionais em Python
O modelo de imagem geralmente precisa de métodos de aprendizado profundo que usam dados para treinar redes neurais. algoritmos de rede para fazer várias tarefas de machine learning. Neural convolucional As redes neurais convolucionais (CNNs) são redes neurais super poderosas que você vai usar para classificar diferentes tipos de objetos para a análise de imagens. Este curso de quatro horas Este curso vai te ensinar como construir, treinar e avaliar CNNs usando Keras.Transformar imagens em dados e ensinar redes neurais a classificá-las é uma tarefa complexa. elemento desafiador do aprendizado profundo com várias aplicações em toda a área negócios e pesquisa, desde ajudar um site de comércio eletrônico a gerenciar o estoque de forma mais eficiente até ajudar uma empresa de tecnologia a otimizar seus facilitando aos pesquisadores de câncer a rápida identificação de melanomas perigosos.
Conheça as CNNs do Keras
O primeiro capítulo deste curso fala sobre como as imagens podem ser vistas como dados e como você pode usar o Keras pra treinar uma rede neural pra classificar objetos encontrados em imagens.O segundo capítulo vai falar sobre convoluções, uma parte essencial das CNNs. Você vai aprenda como eles funcionam com dados de imagem e aprenda a treinar e ajustar seu Keras CNN usando dados de teste. Os capítulos seguintes entram em mais detalhes e ensinam você Como criar uma rede de aprendizado profundo.
Crie sua própria rede neural Keras
Você vai terminar o curso aprendendo as diferentes maneiras de acompanhar como Bem, a CNN está fazendo e como você pode melhorar o desempenho deles. Neste momento, você vai poder criar redes neurais Keras, otimizá-las e visualizá-las. suas respostas em várias aplicações.Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Processamento de imagens com redes neurais
As redes neurais convolucionais usam os dados representados nas imagens para aprender. Neste capítulo, vamos dar uma olhada nos dados das imagens e aprender a usar o Keras pra treinar uma rede neural pra classificar objetos que aparecem nas imagens.
- Apresentando as redes neurais convolucionais50 XP
- Imagens como dados: visualizações100 XP
- Imagens como dados: imagens em mudança100 XP
- Classificando imagens50 XP
- Usando codificação one-hot para representar imagens100 XP
- Avaliando um classificador100 XP
- Classificação com Keras50 XP
- Crie uma rede neural100 XP
- Compilar uma rede neural100 XP
- Ajustando um modelo de rede neural aos dados de roupas100 XP
- Validação cruzada para avaliação de redes neurais100 XP
2
Usando convoluções
Convoluções são os blocos básicos das redes neurais convolucionais. Neste capítulo, você vai conhecer as convoluções e aprender como elas funcionam com dados de imagem. Você também vai ver como incorporar convoluções nas redes neurais do Keras.
3
Aprofundando
As redes neurais convolucionais ficam bem mais fortes quando são feitas com várias camadas (redes profundas). Neste capítulo, você vai aprender como empilhar várias camadas convolucionais em uma rede profunda. Você também vai aprender como acompanhar o número de parâmetros, conforme a rede cresce, e como controlar esse número.
4
Entendendo e melhorando as redes convolucionais profundas
Tem várias maneiras de melhorar o treinamento com redes neurais. Neste capítulo, vamos focar na nossa capacidade de acompanhar o desempenho de uma rede e explorar abordagens para melhorar as redes neurais convolucionais.
Modelagem de imagens com Keras
Curso
concluído
