Image Understanding with TensorFlow on GCP

开始时间: 08/08/2020 持续时间: Unknown

所在平台: Coursera

课程类别: 计算机科学

大学或机构: CourseraNew

   

课程主页: https://www.coursera.org/learn/image-understanding-tensorflow-gcp

Explore 1600+ online courses from top universities. Join Coursera today to learn data science, programming, business strategy, and more.

课程评论:没有评论

第一个写评论        关注课程

课程详情

This is the third course of the Advanced Machine Learning on GCP specialization. In this course, We will take a look at different strategies for building an image classifier using convolutional neural networks. We'll improve the model's accuracy with augmentation, feature extraction, and fine-tuning hyperparameters while trying to avoid overfitting our data. We will also look at practical issues that arise, for example, when you don’t have enough data and how to incorporate the latest research findings into our models. You will get hands-on practice building and optimizing your own image classification models on a variety of public datasets in the labs we’ll work on together. Prerequisites: Basic SQL, familiarity with Python and TensorFlow

使用TensorFlow在GCP上进行图像理解:这是GCP专业化高级机器学习的第三门课程。在这个过程中 我们将研究使用卷积神经网络构建图像分类器的不同策略。我们将通过扩充,特征提取和微调超参数来提高模型的准确性,同时尝试避免过度拟合我们的数据。我们还将研究出现的实际问题,例如,当您没有足够的数据时,以及如何将最新的研究结果纳入我们的模型中。 您将在我们共同研究的实验室中,在各种公开数据集上进行动手实践,以建立和优化自己的图像分类模型。 先决条件:基本SQL,熟悉Python和TensorFlow

课程大纲

We’ll start with a brief introduction where we’ll cover the image dataset you will be using for part of this course. Then we’ll tackle an image classification problem with a linear model in TensorFlow. After that we’ll move onto tackling the same problem using a Deep Neural Network. Lastly, we’ll close with a discussion and application of dropout which is a regularization technique for neural networks to help prevent them from memorizing our training dataset.

课程评论(0条)

课程简介

这是谷歌云平台高级机器学习专项课程系列第三课:通过TensorFlow进行图像理解。在这门课程中,首先将介绍使用卷积神经网络构建图像分类器的不同策略。其次将通过数据增强,特征提取和超参数调优来提高模型的准确性,同时避免过度拟合数据。学习过程中还将研究实际出现的问题,例如,当图像数据不足时如何处理问题以及如何将最新的研究成果纳入我们的模型。最后在这门课程的实践平台上,学员将在不同的公共数据集上构建和优化自己的图像分类器模型。先决条件:基本SQL,熟悉Python和TensorFlow。

课程标签

谷歌云平台 机器学习 高级机器学习 Tensorflow Python 图像理解 图像分类 图像分类器 图像分类模型 数据增强 特征提取

0人关注该课程

主题相关的课程