After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Навчіться використовувати згорткові нейронні мережі в Python
Моделювання зображень часто потребує методів глибокого навчання, які використовують дані для навчання нейронних мережеві алгоритми для виконання різних завдань машинного навчання. Згорткова нейронна мережі (CNNs) — це особливо потужні нейронні мережі, які ви використовуватимете для класифікувати різні типи об’єктів для аналізу зображень. Цей чотиригодинний курс навчить вас створювати, навчати та оцінювати CNN за допомогою Keras.Перетворення зображень на дані та навчання нейронних мереж класифікувати їх — це складний аспект глибокого навчання з широким спектром застосувань упродовж бізнесу та досліджень, від допомоги сайту електронної комерції в ефективнішому управлінні запасами легко, що дозволяє дослідникам раку швидко виявляти небезпечну меланому.
Відкрийте для себе CNN у Keras
Перший розділ цього курсу охоплює, як зображення можна розглядати як дані, і як ви можете використовувати Keras для навчання нейронної мережі класифікувати об’єкти, знайдені в зображення.Другий розділ охоплюватиме згортки — фундаментальну складову CNN. Ви будете дізнайтеся, як вони працюють із зображеннями, і навчіться тренувати та налаштовувати свої Keras CNN із використанням тестових даних. Пізніші розділи розглядають це детальніше й навчають вас як створити мережу глибокого навчання.
Створіть власну нейронну мережу Keras
Ви завершите курс, дізнавшись про різні способи, за допомогою яких можна відстежувати, як як працює CNN і як ви можете покращити їхню продуктивність. На цьому етапі, ви зможете створювати нейронні мережі Keras, оптимізувати їх і візуалізувати їхні відповіді в різних сферах застосування.Попередні вимоги
Навчальний план
Зміст курсу
1
Обробка зображень за допомогою нейронних мереж
Згорткові нейронні мережі навчаються на даних, представлених у вигляді зображень. У цьому розділі ми розглянемо дані в зображеннях і навчимося використовувати Keras, щоб тренувати нейронну мережу для класифікації об'єктів, що з'являються на зображеннях.
- Знайомство з згортковими нейронними мережами50 XP
- Зображення як дані: візуалізації100 XP
- Зображення як дані: змінення зображень100 XP
- Класифікація зображень50 XP
- Подання зображень за допомогою one-hot кодування100 XP
- Оцінювання класифікатора100 XP
- Класифікація з Keras50 XP
- Побудуйте нейронну мережу100 XP
- Скомпілюйте нейронну мережу100 XP
- Навчання моделі нейронної мережі на даних про одяг100 XP
- Крос-валідація для оцінювання нейронної мережі100 XP
2
Використання згорток
Згортки — це основні будівельні блоки згорткових нейронних мереж. У цьому розділі ви познайомитеся зі згортками та дізнаєтеся, як вони працюють із даними зображень. Ви також побачите, як додавати згортки до нейронних мереж у Keras.
3
Углиб
Згорткові нейронні мережі стають значно потужнішими, коли складаються з кількох шарів (глибокі мережі). У цьому розділі ви навчитеся поєднувати кілька згорткових шарів у глибоку мережу. Ви також дізнаєтеся, як відстежувати кількість параметрів у міру зростання мережі та як контролювати цю кількість.
4
Розуміння та вдосконалення глибоких згорткових мереж
Є багато способів покращити тренування нейронних мереж. У цьому розділі ми зосередимося на тому, як відстежувати успішність мережі, і розглянемо підходи до вдосконалення згорткових нейронних мереж.
Моделювання зображень у Keras
Курс
завершено
