Computer Vision with GluonCV

Aperçu

Dans ce cours, vous acquerrez une compréhension utile des composants d'un réseau de neurones convolutionnel (CNN) comme les convolutions et les couches de pooling, etc. Dans ce cours, Alex Smola et Tong He montrent comment implémenter certaines techniques de vision par ordinateur en utilisant GluonCV, un kit d'outils pour la vision par ordinateur.

Ce cours est destiné à :

• Développeurs qui cherchent à implémenter des modèles de vision par ordinateur courants

Dans ce cours, vous apprendrez à :

• Résumer divers composants de réseaux de neurones convolutionnels comme les convolutions, le padding et les canaux
• Traduire les composants en code lors de la création d'un réseau de neurones comme LeNet
• Importer vos données dans un Gluon Data Loader pour l'entraînement et la transformation

Nous recommandons que les participants à ce cours possèdent les prérequis suivants :

• Une compréhension de base des réseaux de neurones artificiels
• Une compréhension de base des sujets d'algèbre linéaire comme les matrices, la multiplication de matrices et les produits scalaires

Ce cours est dispensé par :

• Formation numérique

• 2 heures

Ce cours couvre les concepts suivants :

• Convolutions
• Padding et stride
• Canaux
• Pooling
• LeNet
• Fonctions d'activation
• DropOut
• Normalisation de lot
• Blocs
• La malédiction de la dernière couche
• Réseaux résiduels
• Traitement des données

Université :

Fournisseur :

AWS Skill Builder.

Catégories :

Cours de Vision par Ordinateur, Cours Amazon Web Services (AWS).

Sujets