Yapay Zeka: Pytorch, Keras ve Python ile ileri seviye Computer Vision ve Convolutional Neural Networks (CNNs)
Instructed by Datai Team 10 hours on-demand video, 1 article & 1 downloadable resource
What you’ll learn
-
İleri seviye derin öğrenme konuları olan Residual Networks, Transfer Learning, Autoencoders ve Generative Adversarial Networks konularının mantığını
-
İleri seviye derin öğrenme konuları olan Residual Networks, Transfer Learning, Autoencoders ve Generative Adversarial Networks konularının Python ile kodlamasını
-
Pytorch ve Keras gibi ileri seviye Python kütüphanelerini kullanarak derin öğrenme modeli tasarlamayı
-
Hem birlikte kodlayacağımız hem de bireysel olarak yapacağınız farklı derin öğrenme projeleri ve ödevleri
-
İleri seviye derin öğrenme modelleri ve bu modellerin gerçek hayatta nerelerde kullanıldığı
-
Convolutional Neural Network (Konvolüsyonel Sinir Ağları) konusunun tekrarı
İleri Seviye Deep Learning (Derin Öğrenme) kursu içeriği:
- Giriş Bölümü
- İleri Seviye Derin Öğrenme ders programı
- Python Kurulumlar
- Github Kaynaklar
- İndirilebilir Kaynaklar
- Convolutional Neural Networks (CNN) Gözden Geçirme
- Convolutional Neural Networks Nedir?
- Proje1: Python (Keras) ile Fruit360 veri seti kullanarak Convolutional Neural Networks kodlama
- Proje2: Python (Keras) ile MNIST veri seti kullanarak Convolutional Neural Networks kodlama
- Deep Residual Networks (DRN)
- Convolutional Neural Networks vs Deep Residual Networks
- Vanishing Gradient Problem (Kaybolan Gradyan Problemi)
- Deep Residual Networks Nedir?
- Proje3: Python (Pytorch) ile IR Pedestrian veri seti kullanarak Deep Residual Networks kodlama
- Transfer Learning (Transfer Öğrenmesi)
- Transfer Learning Nedir?
- Transfer Learning Örnekleri
- Proje4: Python (Keras) ile Fruit360 veri seti kullanarak Transfer Learning (VGG16) kodlama
- Proje5: Python (Keras) ile CIFAR10 veri seti kullanarak Transfer Learning (VGG19) kodlama
- Autoencoders (Otomatik Kodlayıcı)
- Autoencoders Nedir?
- Proje6: Python (Keras) ile MNIST veri seti kullanarak Autoencoders kodlama
- Generative Adversarial Networks (GANs) (Üretken Rakip Ağlar)
- Generative Adversarial Networks Nedir?
- Generative Adversarial Networks kullanım alanları
- Proje7: Python (Keras) ile MNIST veri seti kullanarak Generative Adversarial Networks kodlama
- EK1: Convolutional Neural Network (CNN)Convolutional Neural Networks
- Same Padding
- Max Pooling
- Fully Connected Network
- Implementing with Keras
- Create Model
- Optimizer
- Compiler
- Batch and Epoch
- Data Augmentation
- Fitting Model
- Evaluate Model
- CNN with Pytorch
Who this course is for:
- Derin öğrenmesi konusunda uzmanlaşmak isteyenler
- İleri seviye derin öğrenme modelleri hakkında bilgi sahibi olmak ve bu modelleri pratikte kodlamayı öğrenmek isteyenler
- Üniversite ve meslek seçiminde zorlanan ve derin öğrenme hakkında bilgi ve beceri sahibi olmak isteyenler
- Derin öğrenmeyi iş hayatında uygulamak isteyenler
Similar Course Coupons
Deal Score0
Disclosure: This post may contain affiliate links and we may get small commission if you make a purchase. Read more about Affiliate disclosure here.