Computer Vision Foundations with Convolutional Neural Networks (bằng tiếng Anh).

Tầm nhìn máy tính đang chuyển đổi các ngành công nghiệp từ lái xe tự động đến chụp hình y tế, và mạng nơron cuộn (CNN) là cốt lõi của cuộc cách mạng này. Hiểu được cách các mạng này xử lý dữ liệu thị giác là cần thiết cho bất kỳ ai bước vào lĩnh vực trí tuệ nhân tạo. Chương trình học dựa trên văn bản này hướng dẫn bạn từ những điều cơ bản nhất của mạng nơron đến thiết kế và đào tạo kiến trúc CNN của riêng bạn. Bạn sẽ chuyển từ việc hiểu các bộ lọc hình ảnh đơn giản đến việc thực hiện các mô hình học sâu có thể phân loại và phân tích chính xác các mô típ thị giác. Bạn sẽ học được gì: Hiểu được những hạn chế của các mạng truyền thống khi xử lý dữ liệu thị giác; Học các thao tác cốt lõi của CNN, bao gồm convolution, pooling, và feature extraction; Cấu hình các siêu tham số mạng như stride, padding, và kích thước hạt nhân; Ứng dụng các kỹ thuật học chuyển giao hiện đại bằng cách sử dụng Mô hình tiêu chuẩn ngành; Đánh giá hiệu suất mô hình bằng cách sử dụng các chỉ số thiết yếu như độ chính xác, hồi ức và ma trận lẫn lộn; Thực hiện các thực hành tốt nhất cho tăng cường dữ liệu và ngăn ngừa quá phù hợp. Chương trình bắt đầu với các khái niệm cơ bản, giải thích cách hình ảnh kỹ thuật số được cấu trúc và tại sao các mạng tiêu chuẩn phải vật lộn với chúng. Sau đó bạn sẽ tiến hành qua cơ học của các lớp cuộn, lớp tập hợp, và các lỗ liên kết hoàn toàn, đỉnh điểm là các chiến lược thực tế cho việc huấn luyện và tối ưu hóa mô hình. Lớp học này được thiết kế cho các nhà khoa học dữ liệu, nhà phát triển phần mềm và người đam mê công nghệ mong muốn có một sự giới thiệu cốt lõi, dựa trên văn bản cho thị giác máy tính. Một hiểu biết cơ bản về Python là hữu ích, nhưng không cần kinh nghiệm học sâu trước đó. Bắt đầu đọc hôm nay để xây dựng kiến thức cơ bản của bạn về thị giác máy tính và học sâu.