359 個評分
10,502 人已註冊
Understand the theory and intuition behind Convolutional Neural Networks (CNNs).
Build and train a Convolutional Neural Network using Keras with Tensorflow 2.0 as a backend.
Assess the performance of trained CNN and ensure its generalization using various Key performance indicators.
In this 1-hour long project-based course, you will be able to: - Understand the theory and intuition behind Convolutional Neural Networks (CNNs). - Import Key libraries, dataset and visualize images. - Perform image normalization and convert from color-scaled to gray-scaled images. - Build a Convolutional Neural Network 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.
Deep Learning
Artificial Intelligence (AI)
Machine Learning
Python Programming
Computer Vision
在與您的工作區一起在分屏中播放的視頻中，您的授課教師將指導您完成每個步驟：
您的工作空間就是瀏覽器中的雲桌面，無需下載
在分屏視頻中，您的授課教師會為您提供分步指導
由 RA 提供
2020年9月23日Great project materials. Great instructor; beautifully demonstrated.
由 GG 提供
2020年5月16日the instructor explains very well each and every line of code.
由 SC 提供
2020年12月13日The comprehensive explanations helped me a lot and now I can build a project of my own.
由 NB 提供
2020年6月20日Very nice course, everything was explained perfectly.
Can also add about testing the trained model using external data, like if we want to give an input and perform prediction then how it is done.
購買指導項目後，您將獲得完成指導項目所需的一切，包括通過 Web 瀏覽器訪問云桌面工作空間，工作空間中包含您需要了解的文件和軟件，以及特定領域的專家提供的分步視頻說明。
由於您的工作空間包含適合筆記本電腦或台式計算機使用的雲桌面，因此指導項目不在移動設備上提供。
指導項目授課教師是特定領域的專家，他們在項目的技能、工具或領域方面經驗豐富，並且熱衷於分享自己的知識以影響全球數百萬的學生。
您可以從指導項目中下載並保留您創建的任何文件。為此，您可以在訪問云桌面時使用‘文件瀏覽器’功能。
指導項目不符合退款條件。 請查看我們完整的退款政策。
指導項目不提供助學金。
指導項目不支持旁聽。
您可在頁面頂部點按此指導項目的經驗級別，查看任何知識先決條件。對於指導項目的每個級別，您的授課教師會逐步為您提供指導。
是，您可以在瀏覽器的雲桌面中獲得完成指導項目所需的一切。
您可以直接在瀏覽器中於分屏環境下完成任務，以此從做中學。在屏幕的左側，您將在工作空間中完成任務。在屏幕的右側，您將看到有授課教師逐步指導您完成項目。
還有其他問題嗎？請訪問 學生幫助中心。
