Impara il deep learning con i tutorial Python Guida completa
L'obiettivo di questa app è introdurre gli appassionati di deep learning alla visione artificiale, partendo dalle basi per poi passare a modelli di deep learning più moderni. L'apprendimento approfondito per l'app di visione artificiale coprirà sia il riconoscimento di immagini che di video, inclusa la classificazione e l'annotazione di immagini, il riconoscimento di oggetti e la ricerca di immagini, varie tecniche di rilevamento di oggetti, la stima del movimento, il tracciamento di oggetti nel video, il riconoscimento dell'azione umana e infine la stilizzazione, l'editing e nuova generazione di immagini. Nel corso del progetto, gli studenti impareranno a costruire un sistema di riconoscimento e manipolazione del volto per comprendere i meccanismi interni di questa tecnologia, probabilmente la più rinomata e spesso dimostrata in film e programmi TV esempi di visione artificiale e AI.
Argomento specifico principale:
✔ Cos'è il deep learning ?.
✔ Fondamenti di immagine.
✔ Nozioni di base sulla classificazione delle immagini.
✔ Set di dati per la classificazione delle immagini.
✔ Configurazione dell'ambiente di sviluppo
✔ Crea il primo classificatore di immagini.
✔ Apprendimento parametrizzato
✔ Metodi di ottimizzazione e regolarizzazione.
✔ Fondamenti della rete neurale.
✔ Reti neurali convoluzionali.
✔ Addestrare la tua prima CNN.
✔ Salvataggio e caricamento dei modelli
✔ LeNet: riconoscimento delle cifre scritte a mano.
✔ MiniVGGNet: approfondimenti con le CNN
✔ Pianificatori del tasso di apprendimento.
✔ Individuazione di under fit e over fit.
✔ Modelli di checkpoint.
✔ Visualizzazione delle architetture di rete.
✔ Concetti di visione artificiale ed esempi pratici
✔ CNN pronte all'uso per la classificazione.
✔ Argomenti principali della programmazione Python.
✔ Argomenti di scienza dei dati Esempi di codice Python.
✔ Machine Learning con esempi di codice.