Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs 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.Ön Koşullar
Müfredat
Kurs planı
1
Sinir Ağlarıyla Görüntü İşleme
Evrişimsel sinir ağları, görüntülerde temsil edilen verileri kullanarak öğrenir. Bu bölümde, görüntülerdeki verileri inceleyecek ve Keras ile görüntülerde görünen nesneleri sınıflandırmak için bir sinir ağını nasıl eğiteceğini öğreneceksin.
- Evrişimsel sinir ağlarına giriş50 XP
- Veri olarak görüntüler: görselleştirmeler100 XP
- Veri olarak görüntüler: görüntüleri değiştirme100 XP
- Görüntüleri sınıflandırma50 XP
- Görüntüleri temsil etmek için one-hot encoding kullanma100 XP
- Bir sınıflandırıcıyı değerlendirme100 XP
- Keras ile Sınıflandırma50 XP
- Bir sinir ağı oluştur100 XP
- Bir sinir ağını derle100 XP
- Giyim verilerine bir sinir ağı modeli uydurma100 XP
- Sinir ağını değerlendirmek için çapraz doğrulama100 XP
2
Evrişimleri Kullanma
Evrişimler, evrişimsel sinir ağlarının temel yapı taşlarıdır. Bu bölümde, evrişimlerle tanışacak ve bunların görüntü verisi üzerinde nasıl çalıştığını öğreneceksin. Ayrıca, evrişimleri Keras sinir ağlarına nasıl dahil edeceğini de göreceksin.
3
Daha Derine Gitmek
Evrişimsel sinir ağları, birden çok katmanla (derin ağlar) kurulduğunda büyük güç kazanır. Bu bölümde, birden fazla evrişim katmanını üst üste koyarak derin bir ağ oluşturmayı öğreneceksin. Ayrıca, ağ büyüdükçe parametre sayısını nasıl takip edeceğini ve bu sayıyı nasıl kontrol edeceğini de öğreneceksin.
4
Derin Evrişimsel Ağları Anlamak ve İyileştirmek
Sinir ağlarının eğitimini iyileştirmenin birçok yolu vardır. Bu bölümde, bir ağın ne kadar iyi performans gösterdiğini izleme becerimize odaklanacak ve evrişimsel sinir ağlarını iyileştirmeye yönelik yaklaşımları keşfedeceğiz.
Keras ile Görüntü Modellemesi
Kurs
Tamamlandı
