آموزش ساخت راه حل های طبقه بندی تصویر با استفاده از Keras و انتقال یادگیری

Building Image Classification Solutions Using Keras and Transfer Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: این دوره ای است که در آن شما از معرفی به طبقه بندی تصویر و تا پایان یادگیری نحوه پیاده سازی و تنظیم شبکه های عصبی کانولوشن ، تمام راه را طی خواهید کرد. در دنیایی که داده های تصویری بسیار گسترده و گسترده ای دارند ، طبقه بندی تصویر میوه ای آویزان است که به بسیاری از برنامه های مختلف از تولید تا مراقبت های بهداشتی و حتی امنیتی راه یافته است. در این دوره ، ساخت راه حل های طبقه بندی تصویر با استفاده از Keras و Transfer Learning ، هم در مورد طبقه بندی تصویر و هم در مورد نحوه پیاده سازی و تنظیم شبکه های عصبی در نهایت خواهید آموخت. ابتدا با اصول کار شبکه عصبی آشنا خواهید شد. در مرحله بعدی ، شما اصول ساخت طبقه بندی تصویر را از ابتدا خواهید فهمید! سپس ، خواهید فهمید كه چگونه محققان دانشگاه های برتر و غول های سازمانی با این مسئله برخورد كرده اند. در مرحله بعدی ، شما با مشکلی که در مدل های "پیش ساخت" آنها روبرو شده است ، وارد خواهید شد. سرانجام ، در مورد چگونگی بهبود عملکرد طبقه بندی خود و مشکلاتی که احتمالاً هنگام ساخت یک کلاس با آنها روبرو خواهید شد ، به شما اطلاع داده می شود. وقتی این دوره را به پایان رساندید ، شما یک دانش بنیادی از طبقه بندی تصویر خواهید داشت که به شما کمک می کند مشکلات خود را در بینایی کامپیوتر حل کنید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

طبقه بندی تصاویر - بررسی اجمالی و برنامه ها Classifying Images – Overview and Applications

  • پیش نیازها Prerequisites

  • معرفی ماژول Module Introduction

  • اصول طبقه بندی تصویر Basics of Image Classification

  • بررسی اجمالی شبکه عصبی Neural Network Overview

  • کار یک شبکه عصبی - 1 Working of a Neural Network - 1

  • کار یک شبکه عصبی - 2 Working of a Neural Network - 2

  • نسخه ی نمایشی: نصب کتابخانه ها Demo: Installing Libraries

ساخت یک شبکه عصبی کانولوشن برای طبقه بندی تصاویر Building a Convolutional Neural Network to Classify Images

  • معرفی ماژول Module Introduction

  • مبانی چشم انداز رایانه Basics of Computer Vision

  • مقدمه ای بر شبکه های عصبی کانولوشن Introduction to Convolutional Neural Networks

  • همگرایی ها Convolutions

  • فعال سازی و جمع آوری اطلاعات Activation and Pooling

  • طبقه بندی Classification

  • نسخه ی نمایشی: بررسی اجمالی مجموعه داده ها Demo: Introduction & Dataset Overview

  • نسخه ی نمایشی: ایجاد مدل Demo: Creating the Model

  • نسخه ی نمایشی: پیش بینی مجموعه را آزمایش کنید Demo: Test Set Predictions

  • خلاصه و موارد بعدی Summary and What’s Next

بهبود آموزش و عملکرد با استفاده از آموزش انتقال Improving Training and Performance using Transfer Learning

  • معرفی ماژول Module Introduction

  • عملکرد بهتر - چه زمانی و چگونه؟ Better Performance - When and How?

  • آموزش انتقال - مقدمه و طراحی Transfer Learning - Intro and Design

  • سناریوهای مورد استفاده از آموزش انتقال را استفاده کنید Transfer Learning Use Case Scenarios

  • نسخه ی نمایشی: اجرای آموزش انتقال Demo: Implementation of Transfer Learning

  • خلاصه و موارد بعدی Summary and What’s Next

افزایش عملکرد و نقاط ضعف Enhancing Performance and Spotting Pitfalls

  • معرفی ماژول Module Introduction

  • شیب نزولی Gradient Descent

  • افزایش عملکرد - افزایش تصویر Enhancing Performance - Image Augmentation

  • افزایش عملکرد - تنظیم Hyperparameter Enhancing Performance - Hyperparameter Tuning

  • بیش از حد و زیر سازی Overfitting and Underfitting

  • مواردی که باید در نظر بگیرید Things to Consider

  • نسخه ی نمایشی: اجرای تکنیک های افزایش عملکرد در مدل یادگیری انتقال Demo: Implementing Performance Enhancing Techniques on Transfer Learning Model

  • خلاصه Summary

نمایش نظرات

آموزش ساخت راه حل های طبقه بندی تصویر با استفاده از Keras و انتقال یادگیری
جزییات دوره
1h 25m
32
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
22
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pratheerth Padman Pratheerth Padman

Pratheerth یک دانشمند داده است که پس از ترکیبی التقاطی از تجربیات کاری و کاری وارد این حوزه شده است. وی دارای مدرک کارشناسی مهندسی در مکاترونیک از هند ، کارشناسی ارشد مدیریت مهندسی از استرالیا و سپس چند سال سابقه کار به عنوان مهندس تولید در خاورمیانه است. سپس هنگامی که اشکال A.I او را گاز گرفت ، او همه چیز را رها کرد تا زندگی خود را وقف این میدان کند. وی در حال حاضر به عنوان Data Scientist در زمینه مشاوره ، ایجاد دوره و فریلنسینگ کار می کند.