آموزش یادگیری عمیق: تشخیص تصویر

سرفصل ها و درس ها

مقدمه Introduction

• سیستم های تشخیص تصویر برتر را بسازید Build cutting-edge image recognition systems

• آنچه باید بدانید What you should know

• فایل های تمرینی Exercise files

1. تنظیم محیط توسعه خود 1. Setting Up Your Development Environment

• Python 3 ، Keras و TensorFlow را روی macOS نصب کنید Installing Python 3, Keras, and TensorFlow on macOS

• نصب Python 3 ، Keras و TensorFlow در ویندوز Installing Python 3, Keras, and TensorFlow on Windows

2. چگونه طبقه بندی تصویر کار می کند 2. How Image Classification Works

• شبکه عصبی چیست؟ What is a neural network?

• رمزگذاری یک شبکه عصبی با کراس Coding a neural network with Keras

• تغذیه تصاویر به یک شبکه عصبی Feeding images into a neural network

• شناخت محتوای تصویر با یک شبکه عصبی Recognizing image contents with a neural network

• اضافه کردن محکومیت برای تغییر ترجمه Adding convolution for translational invariance

3. طراحی شبکه عصبی عمیق برای تشخیص تصویر 3. Designing a Deep Neural Network for Image Recognition

• طراحی معماری شبکه عصبی برای تشخیص تصویر Designing a neural network architecture for image recognition

• کاوش در مجموعه داده های CIFAR-10 Exploring the CIFAR-10 data set

• بارگیری یک مجموعه داده تصویر Loading an image data set

• لایه های متراکم Dense layers

• لایه های Convolution Convolution layers

• حداکثر استخر Max pooling

• رها کردن Dropout

• یک شبکه عصبی کامل برای تشخیص تصویر A complete neural network for image recognition

4- ساخت و آموزش شبکه عصبی عمیق 4. Building and Training the Deep Neural Network

• راه اندازی یک شبکه عصبی برای آموزش Setting up a neural network for training

• آموزش شبکه عصبی و صرفه جویی در وزن Training a neural network and saving weights

• پیش بینی با شبکه عصبی آموزش دیده Making predictions with the trained neural network

5- تنظیم دقیق شبکه های عصبی از قبل آموزش دیده 5. Fine-Tuning Pre-trained Neural Networks

• شبکه های عصبی از قبل آموزش دیده با کراس Pre-trained neural networks included with Keras

• استفاده از یک شبکه از قبل آموزش دیده برای تشخیص شی Using a pre-trained network for object recognition

• انتقال یادگیری به عنوان جایگزینی برای آموزش یک شبکه عصبی جدید Transfer learning as an alternative to training a new neural network

• استخراج ویژگی ها با یک شبکه عصبی از قبل آموزش دیده Extracting features with a pre-trained neural network

• آموزش یک شبکه عصبی جدید با ویژگی های استخراج شده Training a new neural network with extracted features

• پیش بینی با یادگیری انتقال Making predictions with transfer learning

6. با استفاده از API تشخیص تصویر 6. Using an Image Recognition API

• چه زمانی به جای ساختن راه حل خود ، از API استفاده کنید When to use an API instead of building your own solution

• آشنایی با API Google Cloud Vision Introduction to the Google Cloud Vision API

• تنظیم اعتبارنامه Google Cloud Vision Setting up Google Cloud Vision account credentials

• شناسایی اشیاء موجود در عکس ها با Google Cloud Vision Recognizing objects in photographs with Google Cloud Vision

• استخراج متن از تصاویر با Google Cloud Vision Extracting text from images with Google Cloud Vision

نتیجه Conclusion

• مراحل بعدی Next steps