Impara a usare le reti neurali convoluzionali in Python

Il modello di immagine spesso richiede metodi di apprendimento profondo che usano i dati per addestrare le reti neurali. algoritmi di rete per fare vari compiti di apprendimento automatico. Rete neurale convoluzionale Le reti neurali convoluzionali (CNN) sono reti neurali super potenti che userai per classificare diversi tipi di oggetti per l'analisi delle immagini. Questo corso di quattro ore Il corso ti insegnerà come costruire, addestrare e valutare le CNN usando Keras.

Trasformare le immagini in dati e insegnare alle reti neurali a classificarle è un elemento impegnativo dell'apprendimento profondo con applicazioni estese in tutti i campi business e ricerca, dall'aiutare un sito di e-commerce a gestire meglio le scorte facilmente per permettere ai ricercatori sul cancro di individuare velocemente il melanoma pericoloso.

Scopri le CNN di Keras

Il primo capitolo di questo corso spiega come le immagini possono essere viste come dati, e come puoi usare Keras per addestrare una rete neurale a classificare gli oggetti trovati in immagini.

Il secondo capitolo parlerà delle convoluzioni, che sono una parte fondamentale delle CNN. Farai Scopri come funzionano sui dati delle immagini e impara ad addestrare e ottimizzare il tuo Keras CNN usando i dati di prova. I capitoli successivi approfondiscono l'argomento e ti spiegano come creare una rete di deep learning.

Crea la tua rete neurale Keras

Finirete il corso imparando i diversi modi in cui potete monitorare come Beh, come sta andando la CNN e come puoi migliorare le loro prestazioni. A questo punto, sarai in grado di costruire reti neurali Keras, ottimizzarle e visualizzarle le loro risposte in una serie di applicazioni.

Calcola la dimensione dell'output del livello di convoluzione

Image Modeling with Keras

esercizio interattivo pratico