or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
เรียนรู้การจำแนกประเภทภาพด้วย CNN ความแตกต่างระหว่างโมเดลจำแนกประเภทภาพแบบไบนารีและแบบหลายคลาส รวมถึงวิธีใช้ transfer learning สำหรับการจำแนกประเภทภาพใน PyTorch
ตรวจจับวัตถุในภาพโดยการทำนาย bounding box รอบวัตถุ และประเมินประสิทธิภาพของโมเดลการรู้จำวัตถุ
เรียนรู้การแบ่งส่วนภาพ 3 ประเภท ได้แก่ semantic, instance และ panoptic การประยุกต์ใช้งาน และสถาปัตยกรรมโมเดล machine learning ที่เหมาะสมสำหรับแต่ละประเภท
สร้างภาพใหม่ทั้งหมดด้วย Generative Adversarial Networks (GANs) เรียนรู้วิธีสร้างและเทรน Deep Convolutional GAN รวมถึงการประเมินคุณภาพและความหลากหลายของภาพที่ได้
แบบฝึกหัดปัจจุบัน