Głęboka nauka :Adw. Wizja komputerowa (wykrywanie obiektów i więcej!)

Kup Teraz

Cena: $19.99

Najnowsza aktualizacja: Pokażę Ci zarówno, jak używać wstępnie wytrenowanego modelu, jak i jak samodzielnie go wytrenować, korzystając z niestandardowego zbioru danych Google Co.

Ten kurs stanowi kompletny przewodnik dotyczący konfigurowania interfejsu API wykrywania obiektów TensorFlow, Transfer nauki i wiele więcej

Myślę, że to właśnie znajdziesz, ten kurs jest zupełnie inny od poprzedniego, będziesz pod wrażeniem, ile materiału musimy omówić.

Oto szczegóły dotyczące projektu.

Tutaj będziemy gwiazdą z Colabu, ponieważ pomoże to w użyciu bezpłatnego procesora graficznego dostarczonego przez Google do trenowania naszego modelu.

Zamierzamy wypełnić lukę pomiędzy podstawową architekturą CNN, którą już znasz i którą kochasz, do nowoczesnych, nowatorskie architektury, np ResNet, oraz Początek.

Szczegółowo zrozumiemy moduły wykrywania obiektów, wykorzystując zarówno api do wykrywania obiektów tensorflow, jak i algorytmy YOLO.

Przyjrzymy się najnowocześniejszemu algorytmowi zwanemu RESNET i MobileNetV2 który jest zarówno szybszy, jak i dokładniejszy niż jego poprzednicy.

Jedną z najlepszych rzeczy jest to, że zrozumiesz podstawowe podstawy CNN i to, jak powoli przekształca się ona w wykrywanie obiektów.

Mam nadzieję, że z przyjemnością dowiesz się o tych zaawansowanych zastosowaniach Yolo i Tensorflow CNN, Do zobaczenia na zajęciach!

NIESAMOWITE FAKTY:

· Ten kurs daje Ci pełne doświadczenie w zakresie uczenia modeli w GPU Colab.

· Zamiast skupiać się na szczegółowym wewnętrznym działaniu CNN (co już zrobiliśmy), skupimy się na elementach składowych wysokiego poziomu. „Zdobyłem ogromny szacunek dla matematyki? Prawie zerowa matematyka.

· Kolejny wynik? Żadnych skomplikowanych kodów niskiego poziomu, takich jak te zapisane Tensorflow, Theano,YOLO, lub PyTorch (chociaż niektóre ćwiczenia opcjonalne mogą je zawierać dla bardzo zaawansowanych uczniów). Większość kursu będzie prowadzona Twardy co oznacza dużo nudy, powtarzające się rzeczy są napisane dla ciebie.

Sugerowane warunki wstępne:

· Know how to build, im większy stopień pokrewieństwa między nimi a jednostkami, i użyj CNN, korzystając z jakiejś biblioteki (najlepiej w Pythonie)

· Zrozumienie podstawowych koncepcji teoretycznych stojących za splotem i sieciami neuronowymi

· Przyzwoite umiejętności kodowania w języku Python, najlepiej w nauce danych i stosie Numpy

Dla kogo jest ten kurs:

· Studenci i profesjonaliści, którzy chcą przenieść swoją wiedzę z zakresu wizji komputerowej i głębokiego uczenia się na wyższy poziom

· Każdy, kto chce poznać algorytmy wykrywania obiektów, takie jak SSD i YOLO

· Każdy, kto chce nauczyć się pisać kod do transferu stylu neuronowego

· Każdy, kto chce skorzystać z nauczania transferowego

· Każdy, kto chce skrócić czas szkolenia i szybko zbudować najnowocześniejsze komputerowe sieci wizyjne

· Każdy, kto zaczyna od widzenia komputerowego