|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/7step_python_vit/
课程评论：没有评论
课程名称：7步打造Python x Flask x Pytorch 人工智能Web应用开发入门 课程概述：本课程是一项动手实践的教程，旨在通过实际操作创建基于人工智能的图像识别Web应用。课程内容从环境配置（Miniconda/VSCode）开始，逐步引导学员掌握Web应用开发技术（Python/Flask/JINJIA2/HTML/CSS/JQuery/JS/BootStrap），以及构建用于图像识别的人工智能模型（Jupyter Notebook/pytorch/ViT/torchvision/pillow）。学员将能够在完成课程后，拥有一个先进的人工智能Web应用原型，这为将来推出日本本土的人工智能服务奠定基础。 在人工智能领域，尤其是深度学习的图像识别技术发展迅速。2012年，CNN（卷积神经网络）在国际图像识别竞赛ILSVRC中获得巨大成功。尽管到2020年，堆叠100层以上的CNN模型被认为是最优选择，但2021年发表在ICLR2021上的论文显示，利用变换器架构的ViT（视觉变换器）模型在图像识别精度上超越了传统的CNN，标志着新的发展趋势。 如今，结合现代的Python和JQuery等开源库，学员只需2小时即可实现基于ViT的图像识别Web应用，这一过程也涵盖环境搭建。课程将由经验丰富的机器学习Web工程师指导，学员有任何疑问都可以随时提问。欢迎加入Web开发和ViT的世界。 课程步骤： 1. 开发环境搭建（Miniconda/VSCode） 2. Flask（Jinja2）基础知识 3. JQuery/HTML图像上传工具 4. 在Jupyter Notebook中学习torchvision/pillow图像预处理/ViT（视觉变换器） 5. 从Flask/Jinja2调用ViT（视觉变换器） 6. 使用BootStrap/CSS改善用户界面 7. 使用FileAPI完成项目 此课程针对希望快速掌握人工智能Web应用开发的学员，是一个实践性极强的入门课程。
この講座は実際に手を動かしながら人工知能による画像認識Webアプリケーションを作っていくハンズオンチュートリアルです。環境構築（Miniconda/VSCode)から始めてWebアプリ(Python/Flask/JINJIA2/HTML/CSS/JQuery/JS/BootStrap)や画像認識用人工知能を作っていく(JupyterNotebook/pytorch/ViT/torchvision/pillow)経験を通して、お手元に最先端の人工知能Webアプリケーションが実際に手に入るようにコース設計されています。このWebアプリを作れるスキルをベースに日本発の人工知能サービスをローンチ、というのも夢ではないくらい実践的な高性能人工知能アプリのプロトタイプを作れるようになります。人工知能（Artificial Intelligence)の中でも特に深層学習(Deep Learning)による画像認識は日進月歩の発展を遂げてきています。2012年にILSVRCという画像認識の国際コンペティションで２位以下を圧倒的に引き離して優勝したCNN（畳み込みニューラルネットワーク）の名声は高く、2020年までは、CNNを100層以上も積み重ねて訓練を行うモデルが最適とされてきました。しかし2021年現在、ICLR2021という国際会議に投稿された論文「AN IMAGE IS WORTH 16 x 16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE」では、自然言語処理界隈を震撼させた高精度の事前学習モデルBERTの元となったtransformerのみでCNNの画像認識精度を超えるSOTA（State Of The Art）を達成したことが報告されています。今後、デファクトスタンダードになっていくであろうViT(Vision Transformer)を使った人工知能Webアプリを実装するには、よほど凄腕のプログラマーでないと難しいのでは？と思う人も多いと思いますが、実は意外と簡単です。昨今のPythonやJQueryを始めとしたオープソースのライブラリを用いることで、なんと2.0hで、ViT画像認識Webアプリを実装することが可能です。それも、環境構築も含めて。現役バリバリの機械学習系Webエンジニアがナビゲートしますので、疑問点はどんどん質問してください。ようこそ、Web開発の世界へ、そしてようこそ、ViTの世界へ。--Step.1 開発環境構築（Miniconda/VSCode）Step.2 Flask(jinja2)基礎知識Step.3 JQuery/HTML画像アップローダーStep.4 Jupyter Notebookで学ぶtorchvision/pillow画像前処理/ViT(VisionTransformer)Step.5 Flask/Jinjia2から呼び出すViT(VisionTransformer)Step.6 BootStrap/CSSによるUI改善Step.7 FileAPIで仕上げ--
