تعلم التعلم العميق مع دروس بايثون الدليل الكامل
الهدف من هذا التطبيق هو تقديم المتحمسين للتعلم العميق إلى رؤية الكمبيوتر ، بدءًا من الأساسيات ثم الانتقال إلى نماذج التعلم العميق الأكثر حداثة. سيغطي التعلم العميق لتطبيق رؤية الكمبيوتر كلاً من التعرف على الصور والفيديو ، بما في ذلك تصنيف الصور والتعليقات التوضيحية ، والتعرف على الكائنات والبحث عن الصور ، وتقنيات اكتشاف الكائنات المختلفة ، وتقدير الحركة ، وتتبع الكائن في الفيديو ، والتعرف على الإجراءات البشرية ، وأخيرًا تصميم الصور والتحرير و جيل جديد من الصور. في مشروع الدورة التدريبية ، سيتعلم الطلاب كيفية بناء نظام التعرف على الوجوه والتلاعب به لفهم الآليات الداخلية لهذه التكنولوجيا ، والتي ربما تكون الأكثر شهرة وغالبًا ما تظهر في الأفلام والبرامج التلفزيونية مثال على رؤية الكمبيوتر والذكاء الاصطناعي.
الموضوع الرئيسي المحدد:
✔ ما هو التعلم العميق ؟.
✔ أساسيات الصورة.
✔ أساسيات تصنيف الصور.
✔ مجموعات البيانات الخاصة بتصنيف الصور.
✔ ضمان بيئة التطوير الخاصة بك
✔ إنشاء أول صورة من الدرجة الأولى.
✔ التعلم المعامل
طرق التحسين والتنظيم.
✔ أساسيات الشبكة العصبية.
✔ الشبكات العصبية التلافيفية.
✔ تدريب أول شبكة CNN الخاصة بك.
✔ حفظ وتحميل النماذج الخاصة بك
✔ LeNet: التعرف على الأرقام المكتوبة بخط اليد.
✔ MiniVGGNet: التعمق في شبكات CNN
✔ جدولة معدل التعلم.
✔ اكتشاف النقص والإفراط في التنقيط.
نماذج التدقيق.
✔ تصور معماريات الشبكة.
✔ مفاهيم وممارسات الرؤية الحاسوبية
✔ CNNs خارج منطقة الجزاء للتصنيف.
✔ الموضوعات الأساسية لبرمجة بايثون.
✔ مواضيع علوم البيانات أمثلة كود Python.
✔ تعلم الآلة مع أمثلة التعليمات البرمجية.