Leer hoe je convolutional neural networks in Python kunt gebruiken

Beeldmodellen hebben vaak deep learning-methoden nodig die data gebruiken om neurale netwerken te trainen. netwerkalgoritmen om verschillende machine learning-taken uit te voeren. Convolutionele neurale netwerken Netwerken (CNN's) zijn super krachtige neurale netwerken die je kunt gebruiken om verschillende soorten objecten indelen voor het analyseren van afbeeldingen. Deze vier uur durende In deze cursus leer je hoe je CNN's kunt bouwen, trainen en evalueren met Keras.

Beelden omzetten in data en neurale netwerken leren om ze te classificeren is een Een uitdagend onderdeel van deep learning met allerlei toepassingen. zakelijk en onderzoek, van het helpen van een e-commerce site bij het beheren van de voorraad tot zodat kankeronderzoekers snel gevaarlijke melanoom kunnen herkennen.

Ontdek Keras CNN's

Het eerste hoofdstuk van deze cursus gaat over hoe je afbeeldingen kunt zien als data, en hoe je Keras kunt gebruiken om een neuraal netwerk te trainen om dingen te classificeren die je tegenkomt in afbeeldingen.

Het tweede hoofdstuk gaat over convoluties, een belangrijk onderdeel van CNN's. Je zult ontdek hoe ze met beeldgegevens werken en leer hoe je je Keras CNN met testgegevens. In de latere hoofdstukken gaan we dieper in op de details en leer je hoe je een deep learning-netwerk maakt.

Maak je eigen Keras-neurale netwerk

Je sluit de cursus af met het leren van de verschillende manieren waarop je kunt bijhouden hoe hoe CNN het doet en hoe je hun prestaties kunt verbeteren. Op dit moment, kun je Keras-neurale netwerken bouwen, ze optimaliseren en visualiseren hun reacties in allerlei toepassingen.

Bereken de grootte van de output van een convolutionele laag

Beeldmodellering met Keras

Interactieve oefening met praktijkervaring