Logo
☆☆☆☆☆
0.0
Advanced
7h

使用机器学习进行图像识别

如果你想深入了解计算机视觉和自动驾驶汽车背后的技术,这里就是起点。 本课程将教你如何处理图像文件中的数据,并构建卷积神经网络(CNN)来对不同类型的图像进行分类。完成本课程后,你将对CNN为何有效以及在不同任务中应使用哪些CNN架构有扎实的理解。 本课程的代码基于TensorFlow框架,这是业界领先的机器学习框架之一,同时使用Python的pandas库进行数据分析。学习本课程需要具备Python和TensorFlow的基础知识。 本课程由AdaptiLab制作,该公司专注于企业级机器学习人才的评估、选拔与能力提升。课程内容由来自谷歌、微软、亚马逊和苹果的行业机器学习专家共同参与开发。

5 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
使用机器学习进行图像识别
如果你想深入了解计算机视觉和自动驾驶汽车背后的技术,这里就是起点。 本课程将教你如何处理图像文件中的数据,并构建卷积神经网络(CNN)来对不同类型的图像进行分类。完成本课程后,你将对CNN为何有效以及在不同任务中应使用哪些CNN架构有扎实的理解。 本课程的代码基于TensorFlow框架,这是业...

Content

5 Lessons • 0 Quizzes • 0 Challenges

你将从本课程中学到的内容
  1. 1

    概览

图像处理
  1. 1

    简介

  2. 2

    图像文件

  3. 3

    图像类型

  4. 4

    调整大小

  5. 5

    数据集

  6. 6

    迭代器

  7. 7

    执行

  8. 8

    PIL 库

  9. 9

    测验

卷积神经网络
  1. 1

    简介

  2. 2

    初始化

  3. 3

    重塑

  4. 4

    卷积

  5. 5

    最大池化

  6. 6

    多层

  7. 7

    全连接

  8. 8

    Dropout

  9. 9

    逻辑值

  10. 10

    分类

  11. 11

    测验

SqueezeNet
  1. 1

    简介

  2. 2

    初始化

  3. 3

    增强

  4. 4

    Fire 模块

  5. 5

    堆叠 Fire 模块

  6. 6

    模型层

  7. 7

    添加 Fire 模块

  8. 8

    深度

  9. 9

    逻辑值

  10. 10

    稀疏标签

  11. 11

    测验

ResNet(残差网络)
  1. 1

    简介

  2. 2

    ImageNet

  3. 3

    初始化

  4. 4

    填充

  5. 5

    预激活

  6. 6

    快捷方式

  7. 7

    ResNet模块

  8. 8

    瓶颈

  9. 9

    块层

  10. 10

    模型层

  11. 11

    完整模型架构

  12. 12

    测验

  13. 13

    课程总结

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)