Deep Learning with Python

Het doel van deze app is om diepgaande leerliefhebbers kennis te laten maken met computervisie, beginnend bij de basisprincipes en vervolgens over te gaan op modernere modellen voor diep leren. Deep learning voor de Computer vision-app omvat zowel beeld- als videoherkenning, inclusief beeldclassificatie en annotatie, objectherkenning en het zoeken naar afbeeldingen, verschillende objectdetectietechnieken, bewegingsschatting, objecttracering in video, herkenning van menselijke handelingen en tot slot beeldstilering, bewerking en nieuwe beeldgeneratie. In het cursusproject zullen studenten leren hoe ze een gezichtsherkennings- en manipulatiesysteem kunnen bouwen om de interne mechanica van deze technologie te begrijpen, waarschijnlijk de meest bekende en vaak gedemonstreerd in films en tv-shows, voorbeelden van computervisie en AI.

Hoofd specifiek onderwerp:

✔ Wat is diep leren ?.

✔ Grondbeginselen van afbeeldingen.

✔ Basisprincipes van beeldclassificatie.

✔ Datasets voor beeldclassificatie.

✔ Uw ontwikkelomgeving configureren

✔ Creëer First Image Classi fi er.

✔ Geparametriseerd leren

✔ Optimalisatiemethoden en regularisatie.

✔ Basisprincipes van neurale netwerken.

✔ Convolutionele neurale netwerken.

✔ Je eerste CNN trainen.

✔ Uw modellen opslaan en laden

✔ LeNet: handgeschreven cijfers herkennen.

✔ MiniVGGNet: dieper gaan met CNN's

✔ Learning Rate Schedulers.

✔ Opsporen van onder- en overfitting.

✔ Controlemodellen.

✔ Visualiseren van netwerkarchitecturen.

✔ Computer Vision-concepten en praktijkvoorbeelden

✔ Out-of-the-box CNN's voor classificatie.

✔ Kernonderwerpen van Python-programmering.

✔ Data Science Topics Python Code voorbeelden.

✔ Machine learning met codevoorbeelden.