Chevron Left
返回到 Build a Deep Learning Based Image Classifier with R

學生對 Coursera Project Network 提供的 Build a Deep Learning Based Image Classifier with R 的評價和反饋

4.6
175 個評分

課程概述

In this 45-min guided project, you will learn the basics of using the Keras interface to R with Tensorflow as its backend to solve an image classification problem. By the time you complete this project, you will have used the R programming language to build, train, and evaluate a neural network model to classify images of clothing items into categories such as t-shirts, trousers, and sneakers. We will be training the deep learning based image classification model on the Fashion MNIST dataset which contains 70000 grayscale images of clothes across 10 categories. In order to be successful in this project, you should be familiar with R programming, and basics of neural networks. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions....

熱門審閱

AG

2020年6月16日

I like the way we got involved into practice by setting goals which are a bit challenging yet we want to achieve successfully.

M

2020年6月19日

Good hands-on experience if you are interested in neural networks and image classification

篩選依據:

1 - Build a Deep Learning Based Image Classifier with R 的 25 個評論(共 34 個)

創建者 Rashaad J

2020年4月23日

創建者 Abhishek P G

2020年6月17日

創建者 Monisha S

2020年6月20日

創建者 PAVITHRA B

2020年9月24日

創建者 p s

2020年6月21日

創建者 tale p

2020年6月16日

創建者 Vajinepalli s s

2020年6月16日

創建者 Jonathan A M M

2020年5月18日

創建者 Ramya G R

2020年6月8日

創建者 harsha p m

2020年5月1日

創建者 William V P P

2020年11月4日

創建者 A S R

2020年5月15日

創建者 Jayesh K T

2020年5月11日

創建者 vikas v

2020年5月31日

創建者 Mrutyunjaya S Y

2020年5月11日

創建者 Akshat S

2020年7月22日

創建者 METHINI M

2020年5月29日

創建者 Prakhar M

2020年9月28日

創建者 Ashish K G

2020年8月14日

創建者 SHANTANU K

2020年5月8日

創建者 Gangone R

2020年7月2日

創建者 Rishabh R

2020年5月9日

創建者 PODUGU S C

2020年9月23日

創建者 XAVIER S M

2020年6月2日

創建者 SASI V T

2020年7月12日