Computer Vision with GluonCV (French)

via AWS Skill Builder

AWS Skill Builder

414 Cursos


course image

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

Programa de estudio


Enseñado por


Etiquetas

united states

provider AWS Skill Builder

AWS Skill Builder

414 Cursos


AWS Skill Builder

pricing Free Certificate
language French
duration 2 hours
sessions On-Demand