آموزش گواهی توسعه دهنده TensorFlow - طبقه بندی تصویر

TensorFlow Developer Certificate - Image Classification

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: به عنوان بخشی از گواهینامه TensorFlow Developer، این دوره بر روی بینایی کامپیوتر تمرکز دارد. در پایان دوره، شما همه چیز را برای ساخت شبکه های عصبی بینایی کامپیوتری که می توانند تصاویر پیچیده دنیای واقعی را با استفاده از TensorFlow مدیریت کنند، خواهید دانست. بینایی کامپیوتر، به ویژه طبقه بندی تصاویر، یکی از هیجان انگیزترین حوزه های هوش مصنوعی و یادگیری ماشینی با زمین است. شکستن برنامه های دنیای واقعی به عنوان بخشی از گواهینامه توسعه دهنده TensorFlow، این دوره بر طبقه بندی تصاویر با استفاده از چارچوب TensorFlow تمرکز دارد. در این دوره آموزشی TensorFlow Developer Certificate - Image Classification، شما توانایی ساخت، آموزش، ارزیابی و تنظیم مدل های شبکه عصبی بینایی کامپیوتر را با استفاده از چارچوب TensorFlow به دست خواهید آورد. ابتدا، بینایی کامپیوتر و کاربرد آن و نحوه ساخت و استفاده از شبکه های عصبی کانولوشن برای موارد استفاده طبقه بندی تصاویر را بررسی خواهید کرد. در مرحله بعد، تکنیک ها و اجزای TensorFlow را برای مدیریت تصاویر پیچیده و واقعی، مانند ImageGenerator و تقویت تصویر، کشف خواهید کرد. در نهایت، یاد خواهید گرفت که چگونه تکنیک‌های یادگیری انتقال را برای بهبود عملکرد مدل و گسترش تنظیمات طبقه‌بندی باینری به مسائل طبقه‌بندی چند کلاسه اعمال کنید. وقتی این دوره را به پایان رساندید، مهارت ها و دانش مولفه های TensorFlow مورد نیاز برای ساخت آثار عصبی بینایی کامپیوتر برای طبقه بندی تصاویر را خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

شروع کار با کامپیوتر ویژن Getting Started With Computer Vision

  • معرفی Introduction

  • آزمون گواهینامه توسعه دهنده TensorFlow TensorFlow Developer Certification Exam

  • نمای کلی کامپیوتر Computer Vision Overview

  • پایه های شبکه عصبی Neural Network Foundations

  • ایجاد اولین شبکه عصبی کامپیوتری ویژن Creating Your First Computer Vision Neural Network

  • نسخه ی نمایشی: ایجاد اولین شبکه عصبی کامپیوتری ویژن شما Demo: Creating Your First Computer Vision Neural Network

  • نسخه ی نمایشی: کنترل فرآیند آموزشی با استفاده از پاسخ به تماس Demo: Controlling Training Process Using Callbacks

  • ساختار دوره Course Structure

  • خلاصه Summary

آشنایی با شبکه های عصبی کانولوشنال Understanding Convolutional Neural Networks

  • معرفی Introduction

  • استفاده از لایه های کانولوشنال Using Convolutional Layers

  • محاسبه پارامترهای قابل آموزش در CNN Calculating Trainable Parameters in CNN

  • استفاده از لایه های ادغام Using Pooling Layers

  • نسخه ی نمایشی: ایجاد شبکه عصبی کانولوشنال Demo: Creating Convolutional Neural Network

  • استفاده از لایه های حذفی Using Dropout Layers

  • نسخه ی نمایشی: افزودن لایه های حذفی Demo: Adding Dropout Layers

  • خلاصه Summary

برخورد با تصاویر دنیای واقعی Dealing with Real-world Images

  • معرفی Introduction

  • چالش های تصاویر دنیای واقعی Challenges of Real World Images

  • با استفاده از TensorFlow ImageDataGenerator Using TensorFlow ImageDataGenerator

  • نسخه ی نمایشی: ایجاد مدل CNN با تصاویر دنیای واقعی Demo: Creating CNN Model with Real World Images

  • نسخه ی نمایشی: جاسازی لایه پیش پردازش در معماری مدل Demo: Embedding Pre-processing Layer Into Model Architecture

  • نسخه ی نمایشی: با استفاده از مجموعه داده های TensorFlow Demo: Using TensorFlow Datasets

  • بهبود عملکرد مدل با استفاده از تقویت تصویر Improving Model Performance Using Image Augmentation

  • نسخه ی نمایشی: اعمال افزایش تصویر Demo: Applying Image Augmentation

  • خلاصه Summary

استفاده از آموزش انتقال Applying Transfer Learning

  • معرفی Introduction

  • استفاده از آموزش انتقال Using Transfer Learning

  • نسخه ی نمایشی: استفاده از TensorFlow Hub برای آموزش انتقال Demo: Using TensorFlow Hub for Transfer Learning

  • نسخه ی نمایشی: استفاده از برنامه های Keras برای آموزش انتقال Demo: Using Keras Applications for Transfer Learning

  • خلاصه Summary

ایجاد مدل طبقه بندی چند طبقه Creating Multi-class Classification Model

  • معرفی Introduction

  • طبقه بندی چند طبقه Multi-class Classification

  • نسخه ی نمایشی: ساخت مدل طبقه بندی چند طبقه Demo: Building Multi-class Classification Model

  • نسخه ی نمایشی: ارزیابی مدل طبقه بندی چند طبقه Demo: Evaluating Multi-class Classification Model

  • خلاصه Summary

خلاصه Summary

  • خلاصه دوره Course Summary

  • گام های بعدی و سفر پیش رو Next Steps and Journey Ahead

نمایش نظرات

نظری ارسال نشده است.

آموزش گواهی توسعه دهنده TensorFlow - طبقه بندی تصویر
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 34m
39
Pluralsight (پلورال سایت) pluralsight-small
08 آذر 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Abhishek Kumar Abhishek Kumar

مشاور زیرساخت. مربی در Udemy.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.