深度學習:面向開發者的卷積神經網路
此課程將教授你著重講解卷積神經網路架構的深度學習
講課 -11
時長 -2.5 小時
終身訪問
課程 說明
本課程將專注於卷積神經網路架構來教授您深度學習。它的結構是為了幫助您從基礎概念開始真正學習深度學習,直到學習高階概念。我們將開始學習深度學習框架(如 TensorFlow 和 PyTorch)底層的基本原理,然後使用 PyTorch 學習高階深度學習架構。
在我們的學習過程中,我們還將進行涉及深度學習和計算機視覺的一些關鍵概念的專案探索,例如:什麼是影像;什麼是卷積運算;如何實現一個基礎神經網路;反向傳播是如何工作的;如何使用遷移學習等等。
所有示例均使用 Python 和 Jupyter notebook 編寫,並附有大量註釋來幫助您瞭解實施過程。即使您不太瞭解 Python,您也可以瞭解程式碼並從示例中學習。
本專案的深度部分需要 GPU,但不用擔心,因為您只需單擊一下即可在 Google Colab 上執行那些示例,無需設定,而且它是免費的!您只需要擁有一個 Google 帳戶即可。
如果您學習本課程直到結束,您將獲得深刻的見解,並且您會充滿力量,可以利用深度學習領域的最新創新成果,以改善您專案的體驗。
目標
- 卷積神經網路架構
- 計算機視覺演算法
- 如何從頭開始實施一個深度神經網路
- 反向傳播演算法的工作原理
- 如何搜尋類似影像
- 如何構建多工模型
先決條件
- 不需要任何深度學習經驗。您將學到需要了解的所有內容
課程
檢視有關課程內容的詳細細分
Course lessons
11 Lectures
-
簡介 05:27 05:27
-
處理影像和 Numpy 06:09 06:09
-
使用 Numpy 進行影像卷積運算 06:55 06:55
-
從頭開始構建一個人工神經網路 11:51 11:51
-
從頭開始構建一個神經網路 - 第 2 部分 18:09 18:09
-
使用 PyTorch 搭建神經網路 08:53 08:53
-
使用 PyTorch 構建卷積神經網路 26:50 26:50
-
CNN 和自動編碼器——影像內插 19:01 19:01
-
影像相似性——影像反向搜尋引擎 09:39 09:39
-
多工模型 34:34 34:34
-
使用生成對抗網路 (GAN) 22:14 22:14
講師 詳細資訊
Alexsandro Souza
課程 證書
使用你的證書轉行或提升你的當前職業。
我們的學生
與 最佳 公司合作
相關 影片課程
檢視更多

