
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
- Autor:
- Długość
- liczba lekcji: 30, czas trwania: 4:25:27
- Ocena
Kurs video
Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów

- Wydawnictwo:
- Videopoint
- Wersja:
- Online i ZIP (902.5MB)
- Czas trwania:
- 4:25:27
- Ocena:
Spis lekcji kursu video
-
1. Wstęp 31:30
-
2. Podstawy sieci neuronowych 1:02:44
-
3. Sieci konwolucyjne 52:47
-
4. Praktyczne wykorzystanie CNN 1:41:51
- 4.1. Jaki problem rozwiążemy? 5:51
- 4.2. Przygotowanie danych do modelowania 11:49
- 4.3. Wykorzystanie data augmentation 13:06
- 4.4. Projektowanie i uczenie własnego modelu CNN 19:50
- 4.5. Dobieranie odpowiedniej struktury sieci 11:33
- 4.6. Ulepszenie poprzedniego systemu 5:20
- 4.7. Monitorowanie procesu działania sieci 10:30
- 4.8. Transfer learning w przypadku obrazu 7:05
- 4.9. Wykorzystanie nauczonego modelu do innego problemu 10:51
- 4.10. Od eksperymentu do gotowego narzędzia 5:56
-
5. Dalsze kroki 16:35
Opis kursu video : Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów
Obierz kurs na... sieci konwolucyjne!
Sieci neuronowych i uczenia maszynowego nie trzeba już chyba nikomu przedstawiać. Służą nam na każdym kroku, dynamicznie rośnie zwłaszcza ich zastosowanie w przetwarzaniu wszelkiego rodzaju danych (data science). Swoją siłę pokazują w odniesieniu do problemów, dla których nie znaliśmy wcześniej algorytmicznych rozwiązań. Jednak mimo tych zalet klasyczne sieci neuronowe mają swoje ograniczenia - wymagają sprowadzenia danych do ustrukturyzowanej postaci.
Jeden obraz wart jest 1000 słów
Przygotowanie obrazów do takiej postaci może być utrudnione. A rzeczywistość, w której żyjemy, jest przecież przez obrazy zdominowana! Wzrok to nasz podstawowy zmysł, za jego pomocą głównie odbieramy otaczający nas świat. Obrazy są bardzo ważnym nośnikiem informacji, przez co ich analiza i przetwarzanie mają coraz większe znaczenie praktycznie w każdej branży: medycynie, rozrywce, bezpieczeństwie... Rozwiązaniem stały się neuronowe sieci konwolucyjne, które zrewolucjonizowały świat sztucznej inteligencji w kwestii przetwarzania obrazów. Przed ich powstaniem nie znaliśmy właściwie żadnych uniwersalnych metod efektywnego rozpoznawania wizualnych wzorców i praca z takimi danymi miała bardzo ograniczone zastosowania.
Te czasy odeszły już w zapomnienie - sieci konwolucyjne pozwalają szybko stworzyć system, który będzie automatycznie klasyfikować obraz, rozpoznawać na nim obiekty, śledzić je, a także generować realistycznie wyglądające zdjęcia. Ten rodzaj sieci najczęściej jest implementowany przy wykorzystaniu jednej z dwóch bibliotek stworzonych dla potrzeb uczenia maszynowego: TensorFlow lub Keras. W kursie video Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów właśnie one będą służyły do budowania sieci, a materiałem do nauki i testów będą dostępne publicznie dane.
Czego się nauczysz podczas naszego profesjonalnego szkolenia
Wiedza, której posiadanie okazuje się konieczne, żeby efektywnie (a bardzo często także efektownie!) korzystać z tak potężnego narzędzia, jakim są konwolucyjne sieci neuronowe, jest rozległa i różnorodna. Jednak autor kursu video Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów zadbał o to, by znalazło się w nim wszystko, czego potrzebujesz, by przejść od poziomu początkującego aż do zaawansowanego. Natomiast podstawowa wiedza na temat sieci neuronowych jest wskazana. Dzięki kursowi dowiesz się:
- Jak korzystać z bibliotek NumPy i Matplotlib.
- Jak użyć bibliotek Keras i TensorFlow do projektowania sieci neuronowych.
- Co trzeba wiedzieć o sieciach neuronowych, zwłaszcza konwolucyjnych.
- Jak optymalizować funkcję z użyciem pakietu Optuna.
- Na czym polegają techniki doboru odpowiedniej struktury sieci.
- Jak wykorzystać gotowe modele poprzez transfer learning.
- Jak poszukiwać rozwiązań w dostępnych powszechnie źródłach.
- Jak zastosować sieci konwolucyjne do rozpoznawania obiektów.
- Jak wdrażać do produkcji rozwiązania oparte na sieciach konwolucyjnych.
Wybrane bestsellery
Videopoint - inne książki
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
W przypadku usługi "Druk na żądanie" termin dostarczenia przesyłki może obejmować także czas potrzebny na dodruk (do 10 dni roboczych)
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.

Oceny i opinie klientów: Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów Kacper Łukawski (4)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(2)
(0)
(0)
(0)
(2)
(0)
Data dodania: 2022-04-01 Ocena: 6 Opinia niepotwierdzona zakupem
Data dodania: 2021-12-09 Ocena: 6 Opinia niepotwierdzona zakupem
Data dodania: 2022-04-19 Ocena: 2 Opinia potwierdzona zakupem
Data Scientist,
Data dodania: 2022-02-02 Ocena: 2 Opinia potwierdzona zakupem
więcej opinii