Apprendimento approfondito :Avv. che ti mostrerà esattamente come è fatto (rilevamento oggetti+altro!)

Acquista ora

Prezzo: $19.99

Ultimo aggiornamento: Ti mostrerò sia come utilizzare un modello preaddestrato sia come addestrarne uno tu stesso con un set di dati personalizzato attivo Google Co.

Questo corso è una guida completa per la configurazione dell'API di rilevamento degli oggetti TensorFlow, Trasferire l'apprendimento e molto altro

Penso che quello che troverai è quello, questo corso è così completamente diverso dal precedente, rimarrai colpito dalla quantità di materiale che dobbiamo coprire.

Ecco i dettagli sul progetto.

Qui partiremo dalla sottovalutazione di colab perché ciò aiuterà a utilizzare la GPU gratuita fornita da Google per addestrare il nostro modello.

Colmeremo il divario tra l'architettura di base della CNN che già conosci e ami, al moderno, nuove architetture come ResNet, e Inizio.

Comprenderemo in dettaglio i moduli di rilevamento degli oggetti utilizzando sia l'API di rilevamento degli oggetti tensorflow che gli algoritmi YOLO.

Esamineremo un algoritmo all'avanguardia chiamato RESNET e MobileNetV2 che è sia più veloce che più preciso dei suoi predecessori.

Una cosa migliore è che capirai le basi fondamentali della CNN e come si converte lentamente al rilevamento di oggetti.

Spero che tu sia entusiasta di conoscere queste applicazioni avanzate delle CNN Yolo e Tensorflow, Ci vediamo in classe!

FATTI INCREDIBILI:

· Questo corso ti offre l'esperienza completa dei modelli di addestramento nella GPU colab.

· Invece di concentrarsi sui dettagliati meccanismi interni delle CNN (che abbiamo già fatto), ci concentreremo su elementi costitutivi di alto livello. Il risultato? Quasi zero matematica.

· Un altro risultato? Nessun codice complicato di basso livello come quello scritto Tensorflow, Teano,YOLO, o PyTorch (sebbene alcuni esercizi opzionali possano contenerli per gli studenti molto avanzati). La maggior parte del corso sarà in Difficile il che significa molto noioso, le cose ripetitive sono scritte per te.

Prerequisiti suggeriti:

· Saper costruire, treno, e usa una CNN usando una libreria (preferibilmente in Python)

· Comprendere i concetti teorici di base alla base della convoluzione e delle reti neurali

· Discrete capacità di codifica in Python, preferibilmente in scienza dei dati e Numpy Stack

A chi è rivolto questo corso:

· Studenti e professionisti che vogliono portare la loro conoscenza della visione artificiale e del deep learning a un livello superiore

· Chiunque voglia conoscere gli algoritmi di rilevamento degli oggetti come SSD e YOLO

· Chiunque voglia imparare a scrivere codice per il trasferimento in stile neurale

· Chiunque desideri utilizzare il transfer learning

· Chiunque desideri ridurre i tempi di formazione e costruire rapidamente reti di visione artificiale all'avanguardia

· Chiunque stia iniziando con la visione artificiale