Course Summary
Learn how to build Convolutional Neural Networks using TensorFlow. This course covers the foundations of CNN and how to apply it in image classification, object detection, and more.Key Learning Points
- Gain hands-on experience in building and training CNN models using TensorFlow
- Learn how to use transfer learning to improve model performance
- Apply CNN to real-world scenarios such as object detection and face recognition
Job Positions & Salaries of people who have taken this course might have
- Machine Learning Engineer
- USA: $112,000
- India: ₹1,035,000
- Spain: €40,000
- Computer Vision Engineer
- USA: $125,000
- India: ₹1,500,000
- Spain: €45,000
- Data Scientist
- USA: $115,000
- India: ₹1,200,000
- Spain: €35,000
Related Topics for further study
Learning Outcomes
- Build and train CNN models using TensorFlow
- Apply CNN to real-world scenarios such as object detection and face recognition
- Understand and implement transfer learning to improve model performance
Prerequisites or good to have knowledge before taking this course
- Basic knowledge of Python programming
- Familiarity with linear algebra and calculus
Course Difficulty Level
IntermediateCourse Format
- Online
- Self-paced
Similar Courses
- Applied AI with DeepLearning
- TensorFlow: Data and Deployment
- Advanced Computer Vision with TensorFlow
Related Education Paths
Related Books
Description
ソフトウェア開発者であれば、拡張性のあるAI搭載アルゴリズムを構築したい場合、構築ツールの使い方を理解する必要があります。この講座は今後学んでいく「TensorFlow in Practice 専門講座」の一部であり、機械学習用の人気のオープンソースフレームワークであるTensorFlowのベストプラクティスを学習します。
Knowledge
- 現実世界の画像データを扱う
- 損失と精度をプロットする
- 拡張とDropout を含めた過学習を防ぐための戦略を探る
- 転移学習および、学習済みの特徴をモデルから抽出する方法を学ぶ
Outline
- より大きなデータセットを探求する
- はじめに：アンドリューとの対話
- アンドリューとの対話
- 「猫と犬」のデータセットを使用したトレーニング
- ノートブックに取り組む
- クロッピングで修正を行う
- 畳み込みの効果を視覚化する
- 精度と損失を調べる
- 1 週目のまとめ
- 始める前に：TensorFlow 2.0とこの講座について
- 「猫と犬」のデータセット
- ノートブックを見る
- 次の動画について
- 今週の学習内容
- 1 週目 テスト
- 拡張：過学習を回避する技法
- アンドリューとの対話
- 拡張の紹介
- ImageDataGeneratorで拡張をコーディングする
- 「猫と犬」での過学習を実演する
- 「猫と犬」に拡張を追加する
- 「馬と人間」での拡張を探求する
- 2 週目のまとめ
- 画像拡張
- コーディングの開始
- ノートブックを見る
- 「猫と犬」に対する拡張の影響
- 試してみよう
- 今週の学習内容
- 2 週目 テスト
- 転移学習
- アンドリューとの対話
- 転移学習を理解する: コンセプト
- Inceptionモードでの転移学習をコーディングする
- 転移した特徴を使った自分のモデルをコーディングする
- Dropout を探求する
- Inceptionでの転移学習を探求する
- 3 週目のまとめ
- コーディングを始めよう
- DNNを追加する
- Dropoutを使用する
- 「猫と犬」に転移学習を適用する
- 今週の学習内容
- 3 週目 テスト
- 多クラス分類
- アンドリューとの対話
- ２値分類から多クラス分類へ移行する
- 「グー、チョキ、パー」のデータセットを使った多クラスを探求する
- 「グー、チョキ、パー」で分類器を訓練する
- 「グー、チョキ、パー」分類器をテストする
- アンドリューとの対話
- データセットの紹介
- コードを見てみよう
- 分類器をテストしてみる
- 今週の学習内容
- まとめ
- 4 週目 テスト
Summary of User Reviews
Discover Convolutional Neural Networks with TensorFlow, a course that teaches students about the fundamentals of convolutional neural networks and how to develop them using TensorFlow. Students rate this course highly and praise its in-depth explanations and practical exercises.Key Aspect Users Liked About This Course
The practical exercises were deemed to be a standout aspect of the course, allowing students to apply the concepts learned in a real-world context.Pros from User Reviews
- In-depth explanations of the concepts
- Practical exercises that allow for real-world application
- Well-structured and easy to follow
- Excellent instruction from the instructor
- Great for beginners and intermediate learners
Cons from User Reviews
- Some of the lectures can be a bit slow-paced
- The course does not cover advanced topics
- No live interaction with the instructor
- Some of the programming assignments can be challenging
- Lacks depth in certain areas
TensorFlow を使った畳み込みニューラルネットワーク
- 0.0
-
![]()
![]()
![]()
![]()
![]()
ソフトウェア開発者であれば、拡張性のあるAI搭載アルゴリズムを構築したい場合、構築ツールの使い方を理解する必要があります。この講座は今後学んでいく「TensorFlow in Practice 専門講座」の一部であり、機械学習用の人気のオープンソースフレームワークであるTensorFlowのベストプラクティスを学習します。 deeplearning. ai が提供する「TensorFlow in Practice 専門講座」の講座２では、講座１で構築したコンピュータビジョンモデルを改善するための高度な技法を学習します。現実世界の様々な形状とサイズがある画像の扱い方を探求し、畳み込みを通過する画像がたどる行程を視覚化して、コンピューターがどのようにして情報を「見る」かを理解し、損失と精度をプロットし、拡張とDropoutなど、過学習を防ぐための戦略を探求します。最後に、講座２では転移学習を紹介し、学習した特徴をモデルから抽出する方法を学びます。 アンドリュー・エンの「 The Machine Learning（機械学習）」と「Deep Learning Specialization（ディープラーニング専門講座）」では、機械学習とディープラーニングの最も重要かつ基本的な原理を学習します。deeplearning. aiが提供する新しい「TensorFlow in Practice 専門講座」では、TensorFlowを使用してそれらの原理を実装し、拡張性のあるモデルを構築して現実世界の問題に適用する方法を学びます。ニューラルネットワークの仕組みについての理解を深めるには、「ディープラーニング専門講座」を受講することをお勧めします。 より大きなデータセットを探求する ...
