Deep Learning with Python

Tujuan dari aplikasi ini adalah untuk mengenalkan penggemar pembelajaran mendalam ke computer vision, mulai dari dasar dan kemudian beralih ke model pembelajaran mendalam yang lebih modern. Pembelajaran mendalam untuk aplikasi Computer vision akan mencakup pengenalan gambar dan video, termasuk klasifikasi dan anotasi gambar, pengenalan objek dan pencarian gambar, berbagai teknik deteksi objek, estimasi gerakan, pelacakan objek dalam video, pengenalan tindakan manusia, dan akhirnya penataan gambar, pengeditan dan generasi citra baru. Dalam proyek kursus, siswa akan belajar bagaimana membangun pengenalan wajah dan sistem manipulasi untuk memahami mekanisme internal dari teknologi ini, mungkin yang paling terkenal dan sering ditunjukkan dalam contoh film dan acara TV tentang visi komputer dan AI.

Topik Khusus Utama:

✔ Apa itu Deep Learning ?.

✔ Dasar-dasar Gambar.

✔ Dasar-dasar Klasifikasi Gambar.

✔ Kumpulan Data untuk Klasi fi kasi Gambar.

✔ Mengonfigurasi Lingkungan Pengembangan Anda

✔ Buat Klasi fier Gambar Pertama.

✔ Pembelajaran Parameterized

✔ Metode Optimasi dan Regularisasi.

✔ Dasar-dasar Jaringan Neural.

✔ Jaringan Saraf Konvolusional.

✔ Latih CNN Pertama Anda.

✔ Menyimpan dan Memuat Model Anda

✔ LeNet: Mengenali Digit Tulisan Tangan.

✔ MiniVGGNet: Lebih Dalam dengan CNN

✔ Penjadwal Kecepatan Pembelajaran.

✔ Mengenali Underfitting dan Overfitting.

✔ Model Pos Pemeriksaan.

✔ Memvisualisasikan Arsitektur Jaringan.

✔ Contoh Konsep dan Praktik Computer Vision

✔ CNN out-of-the-box untuk Klasi fi kasi.

✔ Topik inti pemrograman Python.

✔ Contoh-contoh Kode Python Topik Ilmu Data.

✔ Pembelajaran Mesin dengan contoh Kode.