Chevron Left
返回到 Facial Expression Classification Using Residual Neural Nets

學生對 Coursera Project Network 提供的 Facial Expression Classification Using Residual Neural Nets 的評價和反饋

4.6
71 個評分

課程概述

In this hands-on project, we will train a deep learning model based on Convolutional Neural Networks (CNNs) and Residual Blocks to detect facial expressions. This project could be practically used for detecting customer emotions and facial expressions. By the end of this project, you will be able to: - Understand the theory and intuition behind Deep Learning, Convolutional Neural Networks (CNNs) and Residual Neural Networks. - Import Key libraries, dataset and visualize images. - Perform data augmentation to increase the size of the dataset and improve model generalization capability. - Build a deep learning model based on Convolutional Neural Network and Residual blocks using Keras with Tensorflow 2.0 as a backend. - Compile and fit Deep Learning model to training data. - Assess the performance of trained CNN and ensure its generalization using various KPIs. - Improve network performance using regularization techniques such as dropout....

熱門審閱

NA

2020年8月29日

Wonderful course! I got a lot of new knowledge, particularly about how CNN really works and how to apply it using existing libraries in python! 6/5

EG

2020年10月5日

the lecturer is so geniuuuuuuussss, thank you so much

篩選依據:

1 - Facial Expression Classification Using Residual Neural Nets 的 10 個評論(共 10 個)

創建者 Nugraha S A

2020年8月30日

創建者 Endang P G

2020年10月6日

創建者 SYED S

2020年11月27日

創建者 Jesus M Z F

2020年8月8日

創建者 SASIN N

2020年8月10日

創建者 Partha B

2020年9月27日

創建者 Mudunuri Y V 9

2021年7月29日

創建者 Narendra G

2020年9月30日

創建者 Parag

2022年2月13日

創建者 Ed S

2020年12月14日