Mulai dari Pemula hingga Mahir menggunakan Pembelajaran Mendalam untuk Visi Komputer (Keras, TF & Python) dengan 28 Proyek Dunia Nyata
Apa yang akan Anda pelajari
- Belajar dengan menyelesaikan 26 proyek visi komputer canggih termasuk Emosi, Klasifikasi Umur & Jender, Deteksi Tanda Bawah Tanah , Berkembang Biak, Bunga, Buah, Karakter Simpsons dan banyak lagi!
- Teknik Deep Computer Learning Advanced Advanced seperti Transfer Learning dan menggunakan model pra-terlatih (VGG, MobileNet, InceptionV3, ResNet50) di ImageNet dan membuat kembali CNN populer seperti AlexNet, LeNet, VGG, dan U-Net.
- Memahami bagaimana Neural Networks, Neural Networks Konvolusional, R-CNNs, SSD, YOLO & GAN dengan penjelasan saya yang mudah diikuti
- Biasakan diri dengan kerangka kerja lain (PyTorch, Caffe, MXNET, CV APIs), Cloud GPUs dan dapatkan gambaran umum dari World Vision World
- Cara menggunakan pustaka Python Keras untuk membangun Deep Learning Networks yang kompleks (menggunakan backend Tensorflow)
- Bagaimana cara melakukan Neural Style Transfer, DeepDream dan gunakan GANs to Age Faces hingga 60+
- Cara membuat, memberi label, membuat anotasi, melatih Kumpulan Data Anda sendiri, sempurna untuk Proyek dan Startup Universitas
- Cara menggunakan OpenCV dengan kursus opsional GRATIS dengan hampir 4 jam video
- Cara menggunakan CNN seperti U-Net untuk melakukan Segmentasi Gambar yang sangat berguna dalam aplikasi Pencitraan Medis
- Cara menggunakan TensorFlow’s Object Detection API dan Create A Custom Object Detector di YOLO
- Pengenalan Wajah dengan VGGFace
- Gunakan Cloud GPU di PaperSpace untuk Peningkatan Kecepatan 100X vs CPU
- Bangun API Visi Komputer dan Aplikasi Web dan host di AWS menggunakan EC2 Instance
Persyaratan
- Pengetahuan pemrograman dasar merupakan nilai tambah tetapi bukan keharusan
- Matematika tingkat sekolah menengah, tingkat perguruan tinggi akan menjadi bonus
- Ruang penyimpanan minimal 20GB untuk Mesin Virtual dan Kumpulan Data
- OS Windows, MacOS atau Linux
Deskripsi
Deep Learning Computer Vision Gunakan Python & Keras untuk mengimplementasikan CNN, YOLO, TFOD, R-CNNs, SSD & GAN + Pengantar Gratis untuk OpenCV.
