Kurs
Keras ile Görüntü Modellemesi
İleri SeviyeBeceri Seviyesi
Güncel 01.2026Kursa Ücretsiz Başlayın
Şuna dahil:Premium or Takımlar
PythonArtificial Intelligence4 sa13 video45 Egzersiz3,650 XP39,254Başarı Belgesi
Ücretsiz Hesabınızı Oluşturun
veya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.Binlerce şirketten öğrencinin sevgisini kazandı
2 veya daha fazla kişiyi mi eğitiyorsunuz?
DataCamp for Business ürününü deneyinKurs Açıklaması
Python'da Evrişimli Sinir Ağlarını Kullanmayı Öğrenin
Görüntü modeli genellikle, sinir ağlarını eğitmek için verileri kullanan derin öğrenme yöntemlerini gerektirir. çeşitli makine öğrenimi görevlerini gerçekleştirmek için ağ algoritmaları. Konvolüsyonel sinir ağı sinir ağları (CNN'ler), kullanacağınız özellikle güçlü sinir ağlarıdır. görüntülerin analizi için farklı türdeki nesneleri sınıflandırmak. Bu dört saatlik Bu kurs, Keras kullanarak CNN'leri nasıl oluşturacağınızı, eğiteceğinizi ve değerlendireceğinizi öğretecektir.Görüntüleri veriye dönüştürmek ve sinir ağlarına bunları sınıflandırmayı öğretmek bir derin öğrenmenin zorlu unsuru, geniş uygulama alanları ile iş ve araştırma, bir e-ticaret sitesinin envanter yönetimine yardımcı olmaktan daha fazlasını kanser araştırmacılarının tehlikeli melanomları hızlı bir şekilde tespit etmelerini kolaylaştırır.
Keras CNN'leri keşfedin
Bu dersin ilk bölümü, görüntülerin nasıl veri olarak görülebileceğini ve Keras'ı kullanarak nesneleri sınıflandırmak için bir sinir ağını nasıl eğitebilirsiniz? görüntüler.İkinci bölümde, CNN'lerin temel bir parçası olan konvolüsyonlar ele alınacaktır. Sen görüntü verileri üzerinde nasıl çalıştıklarını öğrenin ve bunları nasıl eğiteceğinizi ve ayarlayacağınızı öğrenin Test verilerini kullanan Keras CNN. Sonraki bölümlerde daha ayrıntılı bilgiler verilmekte ve size öğretilmektedir. derin öğrenme ağı nasıl oluşturulur.
Kendi Keras Sinir Ağınızı Oluşturun
Kursu, nasıl takip edebileceğinizi öğrenerek bitireceksiniz. CNN'in performansı ve performansını nasıl iyileştirebileceğiniz. Bu noktada, Keras sinir ağları oluşturabilir, bunları optimize edebilir ve görselleştirebilirsiniz. çeşitli uygulamalarda verdikleri yanıtlar.Önkoşullar
Introduction to Deep Learning with Keras1
Image Processing With Neural Networks
Convolutional neural networks use the data that is represented in images to learn. In this chapter, we will probe data in images, and we will learn how to use Keras to train a neural network to classify objects that appear in images.
2
Using Convolutions
Convolutions are the fundamental building blocks of convolutional neural networks. In this chapter, you will be introducted to convolutions and learn how they operate on image data. You will also see how you incorporate convolutions into Keras neural networks.
3
Going Deeper
Convolutional neural networks gain a lot of power when they are constructed with multiple layers (deep networks). In this chapter, you will learn how to stack multiple convolutional layers into a deep network. You will also learn how to keep track of the number of parameters, as the network grows, and how to control this number.
4
Understanding and Improving Deep Convolutional Networks
There are many ways to improve training by neural networks. In this chapter, we will focus on our ability to track how well a network is doing, and explore approaches towards improving convolutional neural networks.
Keras ile Görüntü Modellemesi
Kurs Tamamlandı
Başarı Belgesi Kazanın
Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyinSosyal medyada ve performans incelemenizde paylaşın
Şuna dahil:Premium or Takımlar
Şimdi KaydolunBugün 19 milyondan fazla öğrenciye katılın ve Keras ile Görüntü Modellemesi eğitimine başlayın!
Ücretsiz Hesabınızı Oluşturun
veya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.