การสร้างโมเดลภาพด้วย Keras

เรียนรู้การใช้โครงข่ายประสาทเทียมแบบคอนโวลูชันใน Python

การสร้างแบบจำลองภาพมักต้องอาศัยวิธีการเรียนรู้เชิงลึกที่ใช้ข้อมูลในการฝึกโครงข่ายประสาทเทียม อัลกอริทึมเครือข่ายสำหรับทำงานแมชชีนเลิร์นนิงหลากหลายประเภท โครงข่ายประสาทคอนโวลูชันนัล เครือข่าย (CNNs) เป็นโครงข่ายประสาทที่ทรงพลังเป็นพิเศษ ซึ่งคุณจะใช้เพื่อ จำแนกวัตถุประเภทต่างๆ สำหรับการวิเคราะห์ภาพถ่าย. หลักสูตรสี่ชั่วโมงนี้ คอร์สนี้จะสอนคุณวิธีสร้าง ฝึกฝน และประเมิน CNN โดยใช้ Keras

การเปลี่ยนรูปภาพให้เป็นข้อมูลและสอนโครงข่ายประสาทเทียมให้จำแนกภาพเหล่านั้นคือ องค์ประกอบที่ท้าทายของการเรียนรู้เชิงลึกพร้อมการประยุกต์ใช้อย่างกว้างขวางตลอดทั้ง ธุรกิจและการวิจัย ตั้งแต่การช่วยให้เว็บไซต์อีคอมเมิร์ซจัดการสินค้าคงคลังได้มากขึ้น ช่วยให้นักวิจัยมะเร็งสามารถระบุมะเร็งผิวหนังชนิดเมลาโนมาอันตรายได้อย่างรวดเร็วอย่างง่ายดาย

ค้นพบ Keras CNNs

บทแรกของหลักสูตรนี้ครอบคลุมว่าเราสามารถมองภาพเป็นข้อมูลได้อย่างไร และ วิธีที่คุณสามารถใช้ Keras เพื่อฝึกโครงข่ายประสาทเทียมให้จำแนกวัตถุที่พบใน รูปภาพ

บทที่สองจะครอบคลุมคอนโวลูชัน ซึ่งเป็นส่วนพื้นฐานของ CNNs คุณจะ เรียนรู้วิธีที่พวกมันทำงานกับข้อมูลภาพ และเรียนรู้วิธีฝึกและปรับแต่งของคุณ Keras CNN โดยใช้ข้อมูลทดสอบ บทต่อๆ ไปจะลงรายละเอียดมากขึ้นและสอนคุณ วิธีสร้างเครือข่ายการเรียนรู้เชิงลึก

สร้างเครือข่ายประสาทเทียม Keras ของคุณเอง

คุณจะจบหลักสูตรด้วยการเรียนรู้วิธีต่างๆ ที่คุณสามารถติดตามว่าอย่างไร ดูว่า CNN กำลังทำอะไรอยู่ และคุณจะปรับปรุงประสิทธิภาพของมันได้อย่างไร ณ จุดนี้, คุณจะสามารถสร้างโครงข่ายประสาทเทียม Keras ปรับแต่งให้เหมาะสม และแสดงภาพได้ คำตอบของพวกเขาในหลากหลายการใช้งานต่างๆ