Name: Deep Learning สำหรับภาพด้วย PyTorch
Rating: 4.781927710843373 (830 reviews)

รายละเอียดคอร์ส

คอร์สนี้เกี่ยวกับการเรียนรู้เชิงลึกสำหรับภาพโดยใช้ PyTorch จะมอบทักษะเชิงปฏิบัติและความรู้ที่คุณต้องมีเพื่อก้าวสู่ความเป็นเลิศในการจำแนกภาพ การตรวจจับวัตถุ การแบ่งส่วน และการสร้างภาพ

จำแนกรูปภาพด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชัน (CNNs)

คุณจะนำ CNN ไปใช้สำหรับการจำแนกภาพแบบไบนารีและหลายคลาส และเข้าใจวิธีใช้ประโยชน์จากโมเดลที่ผ่านการฝึกมาก่อนใน PyTorch ด้วยกรอบสี่เหลี่ยมล้อม คุณยังจะสามารถตรวจจับวัตถุภายในภาพและประเมินประสิทธิภาพของโมเดลการรู้จำวัตถุได้

แบ่งส่วนภาพโดยการใช้มาสก์

สำรวจการแบ่งส่วนภาพ รวมถึงการแบ่งส่วนเชิงความหมาย การแบ่งส่วนแบบอินสแตนซ์ และการแบ่งส่วนแบบแพนอปติก โดยการใช้มาสก์กับภาพ และเรียนรู้เกี่ยวกับสถาปัตยกรรมโมเดลที่แตกต่างกันซึ่งจำเป็นสำหรับการแบ่งส่วนแต่ละประเภท

สร้างภาพด้วย GANs

สุดท้าย คุณจะได้เรียนรู้วิธีสร้างภาพของคุณเองด้วย Generative Adversarial Networks (GANs) คุณจะได้เรียนรู้ทักษะในการสร้างและฝึก Deep Convolutional GANs (DCGANs) และวิธีประเมินคุณภาพและความหลากหลายของภาพที่สร้างขึ้นเมื่อจบหลักสูตรนี้ คุณจะได้รับทักษะและประสบการณ์ในการทำงานกับงานด้านภาพหลากหลายประเภทโดยใช้โมเดล PyTorch

ข้อกำหนดเบื้องต้น

Intermediate Deep Learning with PyTorch

หลักสูตร

โครงร่างคอร์ส

การจำแนกประเภทภาพด้วย CNN

เรียนรู้การจำแนกประเภทภาพด้วย CNN ความแตกต่างระหว่างโมเดลจำแนกประเภทภาพแบบไบนารีและแบบหลายคลาส รวมถึงวิธีใช้ transfer learning สำหรับการจำแนกประเภทภาพใน PyTorch

เริ่มบท

การรู้จำวัตถุ

ตรวจจับวัตถุในภาพโดยการทำนาย bounding box รอบวัตถุ และประเมินประสิทธิภาพของโมเดลการรู้จำวัตถุ

เริ่มบท

การแบ่งส่วนภาพ

เรียนรู้การแบ่งส่วนภาพ 3 ประเภท ได้แก่ semantic, instance และ panoptic การประยุกต์ใช้งาน และสถาปัตยกรรมโมเดล machine learning ที่เหมาะสมสำหรับแต่ละประเภท

เริ่มบท

การสร้างภาพด้วย GAN

สร้างภาพใหม่ทั้งหมดด้วย Generative Adversarial Networks (GANs) เรียนรู้วิธีสร้างและเทรน Deep Convolutional GAN รวมถึงการประเมินคุณภาพและความหลากหลายของภาพที่ได้