|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/deeplearning-classification-dimages-avec-tensorflow/
课程评论：没有评论
**课程名称：Python与深度学习与人工智能：图像识别** **课程概述：** 本课程旨在帮助您理解计算机视觉，特别是图像分类。您将学习深度学习、神经网络、卷积神经网络的理论和实践知识。课程包含三个核心项目： 1. **从零开始编写感知器：** * 不使用TensorFlow，从头开始编写一个单层神经网络（感知器）。 * 深入理解深度学习模型的工作原理。 2. **多类别图像分类：** * 使用Fashion-MNIST数据集，对服装类（如包、凉鞋、运动鞋、T恤等）图像进行10个类别的分类。 * 使用TensorFlow、Keras和卷积神经网络实现。 * 目标准确率达到96%。 3. **二分类图像分类：** * 使用包含3000张猫狗图片的数据库，对猫和狗的图像进行分类。 * 学习图像增强和迁移学习等技术。 **课程收获：** 完成本课程后，您将具备分类任意类别图像的能力，并能进一步探索其他计算机视觉应用，如人脸识别、情绪识别等。
Cette formation vous permettra de comprendre la vision par ordinateur en classifiant des images.Donc nous allons découvrir les concepts théoriques et pratiques sur le deep learning, les réseaux de neurones, les réseaux de neurones convolutifs et nous allons réaliser 3 principaux projets: 1 - coder un perceptron de zéro: qui vous permettra de comprendre comment un modèle de deep learning marche, car nous allons coder un perceptron (réseau de neurone à une seule couche) sans utiliser tensorflow 2 - classification d'images multi classes: nous allons classifier des images d'articles de modes(sac, sandale, sneaker, tee-shirt etc..) en 10 classes différentes avec la base de donnée fashion-mnist et cette fois si avec tensorflow et keras et les réseaux de neurones convolutifs(nous obtiendrons une précision de 96%)3 - classification d'images binaire: nous allons classifier des images de chats et de chien avec une base de données de 3000 photos de chien et de chat. dans ce dernier projet nous allons apprendre plusieurs techniques comme l'augmentation d'image, et l'apprentissage par transfert.Avec les connaissances acquises dans ce cours vous allez pouvoir classifier n'importe qu'elle catégorie d'image et vous allez pouvoir vous lancez dans d'autres applications de la vision par ordinateur tels que la reconnaissance faciale, la détection d'émotion etc...
