Build your ultimate AI agent
Descrierea cursului
Învață să folosești rețele neuronale convoluționale în Python
Modelarea imaginilor necesită adesea metode de deep learning care folosesc date pentru a antrena rețele neuronale algoritmi de rețea pentru a realiza diverse sarcini de învățare automată. neural convoluțională rețelele neuronale convoluționale (CNN-uri) sunt rețele neuronale deosebit de puternice pe care le vei folosi pentru a clasifică diferite tipuri de obiecte pentru analiza imaginilor. Acest curs de patru ore cursul te va învăța cum să construiești, să antrenezi și să evaluezi CNN-uri folosind Keras.Transformarea imaginilor în date și învățarea rețelelor neuronale să le clasifice este o elementul provocator al învățării profunde, cu aplicații extinse în întreaga lume afaceri și cercetare, de la a ajuta un site de comerț electronic să gestioneze mai eficient inventarul ușor, permițând cercetătorilor în domeniul cancerului să identifice rapid melanomul periculos.
Descoperă CNN-urile Keras
Primul capitol al acestui curs acoperă modul în care imaginile pot fi privite ca date și cum poți folosi Keras pentru a antrena o rețea neuronală care să clasifice obiecte găsite în imagini.Al doilea capitol va acoperi convoluțiile, o parte fundamentală a CNN-urilor. Vei învață cum funcționează pe date de imagine și învață cum să-ți antrenezi și să-ți ajustezi Keras CNN folosind date de test. Capitolele următoare intră în mai multe detalii și te învață să cum să creezi o rețea de deep learning.
Construiește-ți propria rețea neuronală Keras
Vei încheia cursul învățând diferitele moduri în care poți urmări cum ei bine, ce face un CNN și cum îi poți îmbunătăți performanța. În acest moment, vei putea construi rețele neuronale Keras, să le optimizezi și să vizualizezi răspunsurile lor într-o gamă largă de aplicații.Cerințe prealabile
Curriculum
Structura cursului
1
Procesarea imaginilor cu rețele neuronale
Rețelele neuronale convoluționale învață din datele reprezentate în imagini. În acest capitol, vei explora datele din imagini și vei învăța cum să folosești Keras pentru a antrena o rețea neuronală care clasifică obiectele din imagini.
- Introducere în rețelele neuronale convoluționale50 XP
- Imaginile ca date: vizualizări100 XP
- Imaginile ca date: modificarea imaginilor100 XP
- Clasificarea imaginilor50 XP
- Utilizarea codificării one-hot pentru reprezentarea imaginilor100 XP
- Evaluarea unui clasificator100 XP
- Clasificare cu Keras50 XP
- Construiește o rețea neuronală100 XP
- Compilează o rețea neuronală100 XP
- Antrenarea unui model de rețea neuronală pe date despre articole vestimentare100 XP
- Validare încrucișată pentru evaluarea rețelelor neuronale100 XP
2
Utilizarea convoluțiilor
Convoluțiile reprezintă blocurile de bază ale rețelelor neuronale convoluționale. În acest capitol, vei face cunoștință cu convoluțiile și vei înțelege cum operează asupra datelor din imagini. Vei vedea, de asemenea, cum poți integra convoluțiile în rețelele neuronale construite cu Keras.
3
Rețele mai profunde
Rețelele neuronale convoluționale devin mult mai puternice atunci când sunt construite cu mai multe straturi (rețele profunde). În acest capitol, vei învăța cum să stivuiești mai multe straturi convoluționale într-o rețea profundă. Vei afla, de asemenea, cum să urmărești numărul de parametri pe măsură ce rețeaua crește și cum să îl controlezi.
4
Înțelegerea și îmbunătățirea rețelelor convoluționale profunde
Există multe modalități de a îmbunătăți antrenarea rețelelor neuronale. În acest capitol, ne vom concentra pe monitorizarea performanței rețelei și vom explora abordări pentru îmbunătățirea rețelelor neuronale convoluționale.
Modelarea imaginilor cu Keras
Curs
finalizat
