Computer Vision with GluonCV (French)

Resumen

En este curso, desarrollará conocimientos útiles sobre los componentes de una red neuronal convolucional como las convoluciones, capas de pooling, etc. AlexSmola y TongHe explican cómo implementar ciertas técnicas de visión por computadora utilizando GluonCV, una caja de herramientas de visión por computadora.

Nota:

este curso incluye transcripciones o subtítulos localizados.

La narración está en inglés. Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.

Este curso está dirigido a las siguientes personas:

• Desarrolladores que buscan implementar modelos comunes de visión por computadora

En este curso, aprenderá a:

• Resumir diferentes componentes de las redes neuronales convolucionales, como las convoluciones, el padding y los canales
• Traducir los componentes a código al crear una red neuronal como LeNet
• Importar sus datos en un cargador de datos Gluon para el entrenamiento y la transformación

Para asistir a este curso, los participantes deben tener los siguientes conocimientos:

• Una comprensión básica de las redes neuronales artificiales
• Una comprensión básica de temas de álgebra lineal como matrices, multiplicación matricial y productos escalares

Este curso combina los siguientes métodos de aprendizaje:

• Formación digital

Duración:

2 horas

Este curso abarca los siguientes conceptos:

• Convoluciones
• Padding y stride
• Canales
• Pooling
• LeNet
• Funciones de activación
• DropOut
• Normalización por lotes
• Bloques
• La maldición de la última capa
• Redes residuales
• Procesamiento de datos

Universidad:

AWS Skill Builder

Categorías:

Cursos de Visión Computacional, Cursos de Álgebra Lineal, Cursos de GluonCV

Asignaturas