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