Evrişimsel sinir ağları, görüntülerde temsil edilen verileri kullanarak öğrenir. Bu bölümde, görüntülerdeki verileri inceleyecek ve Keras ile görüntülerde görünen nesneleri sınıflandırmak için bir sinir ağını nasıl eğiteceğini öğreneceksin.

Evrişimsel sinir ağlarına giriş

Veri olarak görüntüler: görselleştirmeler

Veri olarak görüntüler: görüntüleri değiştirme

Görüntüleri sınıflandırma

Görüntüleri temsil etmek için one-hot encoding kullanma

Bir sınıflandırıcıyı değerlendirme

Keras ile Sınıflandırma

Bir sinir ağı oluştur

Bir sinir ağını derle

Giyim verilerine bir sinir ağı modeli uydurma

Sinir ağını değerlendirmek için çapraz doğrulama

Sinir Ağlarıyla Görüntü İşleme

Evrişimler, evrişimsel sinir ağlarının temel yapı taşlarıdır. Bu bölümde, evrişimlerle tanışacak ve bunların görüntü verisi üzerinde nasıl çalıştığını öğreneceksin. Ayrıca, evrişimleri Keras sinir ağlarına nasıl dahil edeceğini de göreceksin.

Evrişimler

Bir boyutlu kıvrımlar

Görüntü evrişimleri

Görüntü evrişim çekirdeklerini tanımlama

Keras'ta görüntü evrişimlerini uygulama

Görüntü sınıflandırma için evrişimsel ağ

Giyim türlerini sınıflandırmak için bir CNN eğitme

Bir CNN'i test verileriyle değerlendirme

Evrişimlerini ince ayar yapma

Bir CNN'e padding ekle

Bir evrişimli ağa stride ekle

Evrimsel katman çıkış boyutunu hesapla

Evrişimleri Kullanma

Evrişimsel sinir ağları, birden çok katmanla (derin ağlar) kurulduğunda büyük güç kazanır. Bu bölümde, birden fazla evrişim katmanını üst üste koyarak derin bir ağ oluşturmayı öğreneceksin. Ayrıca, ağ büyüdükçe parametre sayısını nasıl takip edeceğini ve bu sayıyı nasıl kontrol edeceğini de öğreneceksin.

Daha derine inmek

Derin bir öğrenme ağı oluşturma

Kıyafet görsellerini sınıflandırmak için derin bir CNN eğit

Derin bir ağı özel kılan nedir?

Kaç parametre var?

Bir CNN'de kaç parametre var?

Derin bir CNN’de kaç parametre var?

Havuzlama işlemleri

Kendi pooling işlemini yaz

Keras havuzlama katmanları

Görüntüleri sınıflandırmak için havuzlamalı derin bir CNN eğit

Daha Derine Gitmek

Sinir ağlarının eğitimini iyileştirmenin birçok yolu vardır. Bu bölümde, bir ağın ne kadar iyi performans gösterdiğini izleme becerimize odaklanacak ve evrişimsel sinir ağlarını iyileştirmeye yönelik yaklaşımları keşfedeceğiz.

Öğrenmeyi izleme

Öğrenme eğrilerini görselleştir

Kayıtlı ağırlıkları kullanarak test kümesinde tahmin yapma

Düzenlileştirme

Ağına dropout ekleme

Ağına batch normalization ekle

Modeli yorumlama

Eğitilmiş bir ağdan bir çekirdek çıkarma

Ağırlıkların şekli

Çekirdek tepkilerini görselleştirme

Sonraki adımlar

Derin Evrişimsel Ağları Anlamak ve İyileştirmek

Görüntü modelleme, çeşitli Machine Learning görevleri için sinir ağı algoritmalarını verilerle eğiten derin öğrenme yöntemlerini sıklıkla gerektirir. Evrişimsel sinir ağları (CNN'ler), görüntülerin analizinde farklı nesne türlerini sınıflandırmak için kullanacağın özellikle güçlü sinir ağlarıdır. Bu dört saatlik kursta, Keras kullanarak CNN'leri nasıl kuracağın, eğiteceğin ve değerlendireceğin anlatılacak.

<h2>Python'da Evrişimli Sinir Ağlarını Kullanmayı Öğrenin</h2>

  Görüntü modeli genellikle, sinir ağlarını eğitmek için verileri kullanan derin öğrenme yöntemlerini gerektirir.

  çeşitli makine öğrenimi görevlerini gerçekleştirmek için ağ algoritmaları. Konvolüsyonel sinir ağı

  sinir ağları (CNN'ler), kullanacağınız özellikle güçlü sinir ağlarıdır.

  görüntülerin analizi için farklı türdeki nesneleri sınıflandırmak. Bu dört saatlik

  Bu kurs, Keras kullanarak CNN'leri nasıl oluşturacağınızı, eğiteceğinizi ve değerlendireceğinizi öğretecektir.

  <br><br>

  Görüntüleri veriye dönüştürmek ve sinir ağlarına bunları sınıflandırmayı öğretmek bir

  derin öğrenmenin zorlu unsuru, geniş uygulama alanları ile

  iş ve araştırma, bir e-ticaret sitesinin envanter yönetimine yardımcı olmaktan daha fazlasını

  kanser araştırmacılarının tehlikeli melanomları hızlı bir şekilde tespit etmelerini kolaylaştırır.

  <br><br>

  <h2>Keras CNN'leri keşfedin</h2>

  Bu dersin ilk bölümü, görüntülerin nasıl veri olarak görülebileceğini ve

  Keras'ı kullanarak nesneleri sınıflandırmak için bir sinir ağını nasıl eğitebilirsiniz?

  görüntüler.

  <br><br>

  İkinci bölümde, CNN'lerin temel bir parçası olan konvolüsyonlar ele alınacaktır. Sen

  görüntü verileri üzerinde nasıl çalıştıklarını öğrenin ve bunları nasıl eğiteceğinizi ve ayarlayacağınızı öğrenin

  Test verilerini kullanan Keras CNN. Sonraki bölümlerde daha ayrıntılı bilgiler verilmekte ve size öğretilmektedir.

  derin öğrenme ağı nasıl oluşturulur.

  <br><br>

  <h2>Kendi Keras Sinir Ağınızı Oluşturun</h2>

  Kursu, nasıl takip edebileceğinizi öğrenerek bitireceksiniz.

  CNN'in performansı ve performansını nasıl iyileştirebileceğiniz. Bu noktada,

  Keras sinir ağları oluşturabilir, bunları optimize edebilir ve görselleştirebilirsiniz.

  çeşitli uygulamalarda verdikleri yanıtlar.

Introduction to Deep Learning with Keras

Keras ve Python ile derin öğrenmeyi kullanarak görüntü verilerini analiz etmeyi öğrenin.

Keras ile Görüntü Modellemesi

Keras ile Python kullanarak görüntü analizi yapmayı öğrenin. Bunun için evrişimli sinir ağları oluşturun, eğitin ve değerlendirin. 

Evrişimler

Create Your Free Account