Deep Learning with Python for Android

Сүрөттөмө

Бул колдонмонун максаты терең үйрөнүү энтузиасттарын компьютердик көрүнүш менен тааныштыруу, негиздерден баштап, андан кийин заманбап терең үйрөнүү моделдерине өтүү. Computer vision колдонмосу үчүн терең үйрөнүү сүрөттү жана видеону таанууну, анын ичинде сүрөттүн классификациясын жана аннотациясын, объектти таанууну жана сүрөттү издөөнү, объектти аныктоонун ар кандай ыкмаларын, кыймылды баалоону, видеодогу объектиге көз салууну, адамдын иш-аракетин таанууну жана акырында сүрөттү стилизациялоону, түзөтүүнү жана жаңы имиджин муун. Курстук долбоордо студенттер бул технологиянын ички механикасын түшүнүү үчүн бетти таануу жана манипуляциялоо системасын кантип курууну үйрөнүшөт, балким, компьютердик көрүүнүн жана AIдын мисалы, кинолордо жана телешоуларда эң атактуу жана көп көрсөтүлөт.

Негизги өзгөчө тема:

Deep Learning деген эмне?

Сүрөттүн негиздери.

Сүрөттөрдү классификациялоо негиздери.

Сүрөттөрдү классификациялоо үчүн берилиштер топтому.

Өнүгүү чөйрөңүздү конгурациялоо

Биринчи Image Classier түзүү.

Параметрлештирилген окутуу

Оптималдаштыруу ыкмалары жана регуляризация.

Нейрондук тармактардын негиздери.

Конволюциялык нейрон тармактары.

Биринчи CNN тренингиңиз.

Моделдериңизди сактоо жана жүктөө

LeNet: Колжазма сандарды таануу.

MiniVGGNet: CNN менен тереңирээк баруу

Окуу ылдамдыгы пландоочулары.

Spotting Undertting жана Overtting.

Текшерүү моделдери.

Тармак архитектураларын визуализациялоо.

Компьютердик көрүү түшүнүктөрү жана практикалык мисалдар

Классификация үчүн кутудан тышкаркы CNN.

Python программалоонун негизги темалары.

Маалымат илиминин темалары Python Code мисалдары.

Код мисалдары менен машина үйрөнүү.