|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/convolutional-neural-networks-ko
课程评论：没有评论
课程名称：卷积神经网络 课程概述：该课程是深度学习专业化的第四部分，旨在帮助学员理解计算机视觉的发展历程，并熟悉自驾车、面部识别、放射线图像解读等有趣的应用。课程最后将教授如何构建卷积神经网络，包括残差网络等近年来的派生模型，并将卷积网络应用于视觉检测和识别任务。此外，学员还将使用神经风格迁移技术生成艺术作品，并将这些算法应用于各种图像、视频及其他2D或3D数据。 深度学习专业化为学员提供了理解深度学习的功能、挑战与成果的基础，帮助学员为参与前沿AI技术开发做好准备。它是一个获得机器学习应用知识与技能以及提升技术职业水平的重要途径，使学员能够在AI领域迈出关键一步。 课程大纲： 1. **卷积神经网络基础**：实现CNN的基本层（池化、卷积），并适当地堆叠深度网络来解决多类图像分类问题。 2. **深度卷积模型：案例研究**：通过研究论文直接了解Deep CNN中的强大实用技巧和方法，并在自己的Deep CNN中应用迁移学习。 3. **目标检测**：将对CNN的新知识应用于计算机视觉识别最流行且最具挑战性的领域之一——目标检测。 4. **特殊应用：面部识别与神经风格迁移**：研究CNN在艺术作品生成和面部识别等多个领域的应用，实施自己的算法来生成艺术作品和识别面孔！
Part: 1
Title:컨볼루션 신경망의 기초
Description:CNN의 기본 레이어(풀링, 컨볼루션)를 구현하고 심층 네트워크에 적절하게 스택하여 다중 클래스 이미지 분류 문제를 해결합니다.
Part: 2
Title:심층 컨볼루션 모델: 사례 연구
Description:연구 논문을 통해 Deep CNN에서 사용되는 강력하고 실용적인 트릭과 방법을 바로 확인하고 전이 학습을 자신의 Deep CNN에 적용하십시오.
Part: 3
Title:객체 감지
Description:CNN에 대한 새로운 지식을 컴퓨터 시각 인식에서 가장 인기 있고 가장 도전적인 분야 중 하나인 객체 감지에 적용합니다.
Part: 4
Title:특수 애플리케이션: 얼굴 인식 및 Neural Style Transfer
Description:아트 작품 생성 및 얼굴 인식을 포함한 여러 분야에 CNN을 적용할 수 있는 방법을 살펴보고 나만의 알고리즘을 구현하여 아트 작품을 생성하고 얼굴을 인식할 수 있습니다!
딥 러닝 전문화의 네 번째 과정에서는 컴퓨터 비전이 어떻게 발전해 왔는지 이해하고 자율 주행, 얼굴 인식, 방사선 이미지 읽기 등과 같은 흥미로운 애플리케이션에 익숙해질 것입니다. 마지막에는 Residual Networks와 같은 최근 파생을 포함하여 컨볼루션 신경망을 구축할 수 있습니다. 시각적 감지 및 인식 작업에 컨볼루션 네트워크를 적용합니다. Neural Style Transfer를 사용하여 아트 작품을 생성하고 이러한 알고리즘을 다양한 이미지, 비디오 및 기타 2D 또는 3D 데이터에 적용합니다. 딥 러닝 전문화는 딥 러닝의 기능, 도전 과제 및 결과를 이해하고 첨단 AI 기술 개발에 참여할 수 있도록 준비하는 데 유용한 기본 프로그램입니다. 기계 학습을 업무에 적용하고, 기술 경력의 수준을 높이고, AI 세계에서 결정적인 단계를 밟을 수 있는 지식과 기술을 얻을 수 있는 경로를 제공합니다.
