آموزش جامع یادگیری عمیق برای بینایی ماشین - آخرین آپدیت

دانلود Introduction to Deep Learning for Computer Vision

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره بنیادی با فرض داشتن دانش صفر در زمینه یادگیری عمیق، شما را برای آموزش موثر مدل‌های پیشرفته جهت طبقه‌بندی تصاویر راهنمایی می‌کند. از تحلیل تصاویر پزشکی گرفته تا تشخیص علائم ترافیکی، طبقه‌بندی تصاویر در بسیاری از کاربردها حیاتی است. همچنین مدل‌های طبقه‌بندی به عنوان ستون فقرات مدل‌های پیچیده‌تر تشخیص اشیاء عمل می‌کنند. شما از طریق پروژه‌های عملی، مدل‌هایی را برای طبقه‌بندی تابلوهای راهنمایی و رانندگی و شناسایی حروف زبان اشاره آمریکایی (ASL) آموزش داده و ارزیابی خواهید کرد. با تکمیل این دوره، پایه‌ای قوی در یادگیری عمیق برای تحلیل تصاویر ایجاد کرده و مهارت‌های لازم برای مقابله با چالش‌های دنیای واقعی در بینایی ماشین را کسب خواهید کرد. در پایان این دوره، شما قادر خواهید بود: • نحوه یافتن ویژگی‌های تصویر و پیش‌بینی توسط شبکه‌های یادگیری عمیق را توضیح دهید • مدل‌های رایج مانند GoogLeNet و ResNet را برای کاربردهای خاص بازآموزی کنید • رفتار مدل را برای شناسایی خطاها و تعیین راهکارهای اصلاحی بررسی کنید • عملکرد مدل را از طریق تنظیم هایپرپارامترها بهبود ببخشید • کل گردش کار یادگیری عمیق را در یک پروژه نهایی پیاده‌سازی کنید در طول این دوره، شما دسترسی رایگان به MATLAB، نرم‌افزاری که توسط برترین کارفرمایان جهان استفاده می‌شود، خواهید داشت. این دوره‌ها بر پایه کاربردهای متلب طراحی شده‌اند تا زمان کمتری را صرف کدنویسی و زمان بیشتری را به پیاده‌سازی مفاهیم یادگیری عمیق اختصاص دهید.

سرفصل ها و درس ها

مقدمه‌ای بر یادگیری عمیق با تصاویر Introduction to Deep Learning with Images

  • یادگیری عمیق برای بینایی ماشین Deep Learning for Computer Vision

  • آشنایی با یادگیری عمیق در بینایی ماشین Introduction to Deep Learning for Computer Vision

  • مقدمه‌ای بر شبکه‌های عصبی کانولوشنی (CNN) Introduction to Convolutional Neural Networks

  • آماده‌سازی داده‌ها برای طبقه‌بندی Preparing Your Data for Classification

  • ساخت و آموزش CNN برای طبقه‌بندی Creating and Training a CNN for Classification

یادگیری انتقالی (Transfer Learning) Transfer Learning

  • مقدمه‌ای بر یادگیری انتقالی Introduction to Transfer Learning

  • اجرای یادگیری انتقالی برای طبقه‌بندی Performing Transfer Learning for Classification

  • گزینه‌های رایج برای آموزش Common Training Options

  • آموزش و مقایسه مدل‌ها با Experiment Manager Training and Comparing Models with Experiment Manager

بررسی رفتار شبکه Investigating Network Behavior

  • تفسیر رفتار شبکه Interpreting Network Behavior

  • رفع مشکلات رایج Addressing Common Issues

پروژه نهایی: طبقه‌بندی الفبای زبان اشاره (ASL) Final Project: Classifying the ASL Alphabet

  • پروژه نهایی: طبقه‌بندی الفبای زبان اشاره آمریکایی Final Project: Classifying the American Sign Language Alphabet

  • جمع‌بندی دوره Course Summary

نمایش نظرات

آموزش جامع یادگیری عمیق برای بینایی ماشین
جزییات دوره
8h 42m
13
(آخرین آپدیت)
5,949
4.4 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

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Brandon Armstrong Brandon Armstrong

Matt Rich Matt Rich