|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/deep-learning-ve-python-ileri-seviye-derin-ogrenme-52/
课程评论：没有评论
课程名称：深度学习与Python：高级深度学习（5.1） 课程概述： 该课程致力于深入探讨高级深度学习的主题，包括残差网络、迁移学习、自编码器和生成对抗网络。学员将使用Python库PyTorch和Keras进行编码，学习相关理论和实践。 课程内容： 1. 引言 - 深度学习课程介绍 - Python环境搭建 - GitHub资源与可下载资源 2. 卷积神经网络（CNN）回顾 - 理解卷积神经网络的概念 - 项目实践1：使用Python（Keras）对Fruit360数据集进行卷积神经网络编码 - 项目实践2：使用Python（Keras）对MNIST数据集进行卷积神经网络编码 3. 深度残差网络（DRN） - 卷积神经网络与深度残差网络的比较 - 消失梯度问题 - 项目实践3：使用Python（PyTorch）对IR行人数据集进行深度残差网络编码 4. 迁移学习 - 迁移学习的定义与实例 - 项目实践4：使用Python（Keras）对Fruit360数据集进行迁移学习（VGG16） - 项目实践5：使用Python（Keras）对CIFAR10数据集进行迁移学习（VGG19） 5. 自编码器 - 理解自编码器的概念 - 项目实践6：使用Python（Keras）对MNIST数据集进行自编码器编码 6. 生成对抗网络（GANs） - 生成对抗网络的定义与应用领域 - 项目实践7：使用Python（Keras）对MNIST数据集进行生成对抗网络编码 课程学习收获： - 从零开始的编码技能，课程通过逐步代码书写帮助学员理解每个代码的意义和组合方式。 - 可下载的代码模板，方便以后进行实操和创作个人项目。 - 理论与逻辑并重，教授理论背景及编码的原因，确保学员对知识的深入理解。 - 实时课程支持，专业的数据科学团队将为学员解答问题，确保快速响应。 课程语言为土耳其语，立即注册开始学习吧！
İleri Seviye Derin Öğrenmeİleri seviye Derin Öğrenme kursu ile hem Residual Networks, Transfer Learning, Autoencoders ve Generative Adversarial Networks konularının mantığını hem de Python kütüphanelerinden olan Pytorch ve Keras ile kodlamasını öğreneceğiz.İleri Seviye Deep Learning (Derin Öğrenme) kursu içeriği: Giriş Bölümü İleri Seviye Derin Öğrenme ders programıPython KurulumlarGithub Kaynaklarİndirilebilir KaynaklarConvolutional Neural Networks (CNN) Gözden GeçirmeConvolutional Neural Networks Nedir?Proje1: Python (Keras) ile Fruit360 veri seti kullanarak Convolutional Neural Networks kodlamaProje2: Python (Keras) ile MNIST veri seti kullanarak Convolutional Neural Networks kodlamaDeep Residual Networks (DRN)Convolutional Neural Networks vs Deep Residual NetworksVanishing Gradient Problem (Kaybolan Gradyan Problemi)Deep Residual Networks Nedir?Proje3: Python (Pytorch) ile IR Pedestrian veri seti kullanarak Deep Residual Networks kodlamaTransfer Learning (Transfer Öğrenmesi)Transfer Learning Nedir?Transfer Learning ÖrnekleriProje4: Python (Keras) ile Fruit360 veri seti kullanarak Transfer Learning (VGG16) kodlamaProje5: Python (Keras) ile CIFAR10 veri seti kullanarak Transfer Learning (VGG19) kodlamaAutoencoders (Otomatik Kodlayıcı)Autoencoders Nedir?Proje6: Python (Keras) ile MNIST veri seti kullanarak Autoencoders kodlamaGenerative Adversarial Networks (GANs) (Üretken Rakip Ağlar)Generative Adversarial Networks Nedir?Generative Adversarial Networks kullanım alanlarıProje7: Python (Keras) ile MNIST veri seti kullanarak Generative Adversarial Networks kodlamaEK1: Convolutional Neural Network (CNN)Convolutional Neural NetworksSame PaddingMax PoolingFully Connected NetworkImplementing with KerasCreate ModelOptimizerCompilerBatch and EpochData AugmentationFitting ModelEvaluate ModelCNN with PytorchNeden Python?Python 2018 IEEE araştırmasına göre dünya çapında en çok kullanılan ve tercih edilen programlama dili.Python kolay öğrenilebilirliği sayesinde kodlamaya yeni başlayanların ilk tercihi oluyor.Python open source (açık kaynak) olması nedeni ile Facebook yada Google gibi dünyanın en büyük şirketleri tarafından destekleniyor.Veri bilimi, makine öğrenmesi yada yapay zeka denince akla ilk olarak Python dili geliyor. Bu durumda Python'ın dünya çapında büyük bir kitlesinin olmasına neden oluyor.Python öğrenmesi en kolay olan dillerin başında geliyor.Kariyer açısından Python en çok fırsata sahip dillerinden biri.Neden Derin Öğrenme?Derin öğrenme modelleri veri sayısı arttığı zaman klasik makine öğrenmesi yöntemlerinden çok daha başarılı sonuçlar veriyor.Derin öğrenme furyası tüm dünyada çığ gibi büyüyor ve bizlerde yolun başındayken derin öğrenmeyi öğrenmeliyiz.Derin öğrenme bilgisine sahip olmak iş hayatında fark yaratacak.Derin öğrenme herkesin öğrenebileceği kolay bir konu değil bu nedenle derin öğrenme bilen biri olarak her alanda daha kıymetli olursunuz.Bu Kurs ile Alacaklarınız Sıfırdan Kodlama Becerisi: Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz.Kodlar ve Şablonları: Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktırTeori ve Mantık: Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.Kurs içi destek: Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.İçeriğin İngilizce olması sizi yanıltmasın arkadaşlar. Derslerim tamamen Türkçedir. Hemen kaydolun ve bir an önce başlayalım.
