Învață să folosești rețele neuronale convoluționale în Python

Modelarea imaginilor necesită adesea metode de deep learning care folosesc date pentru a antrena rețele neuronale algoritmi de rețea pentru a realiza diverse sarcini de învățare automată. neural convoluțională rețelele neuronale convoluționale (CNN-uri) sunt rețele neuronale deosebit de puternice pe care le vei folosi pentru a clasifică diferite tipuri de obiecte pentru analiza imaginilor. Acest curs de patru ore cursul te va învăța cum să construiești, să antrenezi și să evaluezi CNN-uri folosind Keras.

Transformarea imaginilor în date și învățarea rețelelor neuronale să le clasifice este o elementul provocator al învățării profunde, cu aplicații extinse în întreaga lume afaceri și cercetare, de la a ajuta un site de comerț electronic să gestioneze mai eficient inventarul ușor, permițând cercetătorilor în domeniul cancerului să identifice rapid melanomul periculos.

Descoperă CNN-urile Keras

Primul capitol al acestui curs acoperă modul în care imaginile pot fi privite ca date și cum poți folosi Keras pentru a antrena o rețea neuronală care să clasifice obiecte găsite în imagini.

Al doilea capitol va acoperi convoluțiile, o parte fundamentală a CNN-urilor. Vei învață cum funcționează pe date de imagine și învață cum să-ți antrenezi și să-ți ajustezi Keras CNN folosind date de test. Capitolele următoare intră în mai multe detalii și te învață să cum să creezi o rețea de deep learning.

Construiește-ți propria rețea neuronală Keras

Vei încheia cursul învățând diferitele moduri în care poți urmări cum ei bine, ce face un CNN și cum îi poți îmbunătăți performanța. În acest moment, vei putea construi rețele neuronale Keras, să le optimizezi și să vizualizezi răspunsurile lor într-o gamă largă de aplicații.

Calculează dimensiunea rezultatului unui strat convoluțional

Modelarea imaginilor cu Keras

Exercițiu interactiv practic