ध्यान लगा के पढ़ना या सीखना :अभिभाषक. कंप्यूटर दृष्टि (ऑब्जेक्ट डिटेक्शन+अधिक!)
नवीनतम अद्यतन: मैं आपको दिखाऊंगा कि पूर्व-प्रशिक्षित मॉडल का उपयोग कैसे करें और कस्टम डेटासेट के साथ स्वयं को कैसे प्रशिक्षित करें गूगल कंपनी.
यह कोर्स TensorFlow ऑब्जेक्ट डिटेक्शन एपीआई स्थापित करने के लिए एक संपूर्ण मार्गदर्शिका है, स्थानांतरण शिक्षण और भी बहुत कुछ
मुझे लगता है कि आप जो पाएंगे वह वही है, यह पाठ्यक्रम पिछले वाले से बिल्कुल अलग है, आप इस बात से प्रभावित होंगे कि हमें कितनी सामग्री कवर करनी है.
यहां परियोजना के बारे में विवरण दिया गया है.
यहां हम कोलाब अंडरस्टेटिंग से स्टार लेंगे क्योंकि इससे हमारे मॉडल को प्रशिक्षित करने के लिए Google द्वारा प्रदान किए गए मुफ्त जीपीयू का उपयोग करने में मदद मिलेगी.
हम उस बुनियादी सीएनएन आर्किटेक्चर के बीच अंतर को पाटने जा रहे हैं जिसे आप पहले से जानते हैं और पसंद करते हैं, आधुनिक करने के लिए, उपन्यास वास्तुकला जैसे रेसनेट, तथा आरंभ.
हम टेंसरफ़्लो ऑब्जेक्ट डिटेक्शन एपीआई और साथ ही YOLO एल्गोरिदम दोनों का उपयोग करके ऑब्जेक्ट डिटेक्शन मॉड्यूल को विस्तार से समझेंगे.
हम नामक एक अत्याधुनिक एल्गोरिदम को देखेंगे RESNET और MobileNetV2 जो अपने पूर्ववर्तियों की तुलना में तेज़ और अधिक सटीक है.
एक सबसे अच्छी बात यह है कि आप सीएनएन की मूल बातें समझेंगे और यह कैसे धीरे-धीरे ऑब्जेक्ट डिटेक्शन में परिवर्तित होता है.
मुझे आशा है कि आप CNNs Yolo और Tensorflow के इन उन्नत अनुप्रयोगों के बारे में जानने के लिए उत्साहित होंगे, मैं तुम्हें कक्षा में मिलूंगा!
आश्चर्यजनक तथ्य:
· यह कोर्स आपको कोलाब जीपीयू में प्रशिक्षण मॉडल का पूरा अनुभव प्रदान करता है.
· सीएनएन की विस्तृत आंतरिक कार्यप्रणाली पर ध्यान केंद्रित करने के बजाय (जो हम पहले ही कर चुके हैं), हम उच्च-स्तरीय बिल्डिंग ब्लॉक्स पर ध्यान केंद्रित करेंगे. परिणाम? लगभग शून्य गणित.
· एक और परिणाम? इसमें लिखे गए जैसा कोई जटिल निम्न-स्तरीय कोड नहीं है टेंसरफ़्लो, थेनो,योलो, या पायटोरच (हालाँकि कुछ वैकल्पिक अभ्यासों में वे बहुत उन्नत छात्रों के लिए शामिल हो सकते हैं). अधिकांश पाठ्यक्रम में होगा मुश्किल जिसका अर्थ बहुत अधिक थकाऊ है, दोहराव वाली चीजें आपके लिए लिखी गई हैं.
सुझाई गई पूर्वापेक्षाएँ:
· निर्माण करना जानते हैं, रेल गाडी, और कुछ लाइब्रेरी का उपयोग करके सीएनएन का उपयोग करें (अधिमानतः पायथन में)
· कनवल्शन और तंत्रिका नेटवर्क के पीछे की बुनियादी सैद्धांतिक अवधारणाओं को समझें
· सभ्य पायथन कोडिंग कौशल, अधिमानतः डेटा विज्ञान और नम्पी स्टैक में
यह कोर्स किसके लिए है:
· छात्र और पेशेवर जो कंप्यूटर विज़न और गहन शिक्षण के अपने ज्ञान को अगले स्तर तक ले जाना चाहते हैं
· जो कोई भी SSD और YOLO जैसे ऑब्जेक्ट डिटेक्शन एल्गोरिदम के बारे में सीखना चाहता है
· कोई भी व्यक्ति जो न्यूरल स्टाइल ट्रांसफर के लिए कोड लिखना सीखना चाहता है
· जो कोई भी ट्रांसफर लर्निंग का उपयोग करना चाहता है
· जो कोई भी प्रशिक्षण का समय कम करना चाहता है और तेजी से अत्याधुनिक कंप्यूटर विज़न नेट बनाना चाहता है
· जो कोई भी कंप्यूटर विज़न से शुरुआत कर रहा है
उत्तर छोड़ दें
आपको चाहिए लॉग इन करें या रजिस्टर करें एक नई टिप्पणी जोड़ने के लिए .