ในหลักสูตรนี้ คุณจะมีความเข้าใจที่เป็นประโยชน์เกี่ยวกับส่วนประกอบของโครงข่ายประสาทแบบคอนโวลูชัน (CNN) เช่น เลเยอร์คอนโวลูชันและเลเยอร์พูลลิ่ง ฯลฯ ในหลักสูตรนี้ Alex Smola และ Tong He แสดงวิธีการใช้เทคนิคคอมพิวเตอร์วิชันโดยใช้ GluonCV ซึ่งเป็นชุดเครื่องมือสำหรับคอมพิวเตอร์วิชัน
ผู้เข้าร่วมการอบรมเป้าหมาย
หลักสูตรนี้มีขึ้นสำหรับ:
- นักพัฒนาที่ต้องการใช้โมเดลคอมพิวเตอร์วิชันแบบทั่วไป
วัตถุประสงค์ของหลักสูตร
ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธีการ
- สรุปส่วนประกอบของนิวรัลเน็ตเวิร์คแบบคอนโวลูชัน เช่น คอนโวลูชัน การขยายช่องว่าง และแชนนัล
- แปลส่วนประกอบเป็นโค้ดเมื่อสร้างนิวรัลเน็ตเวิร์ค เช่น LeNet
- นำเข้าข้อมูลของคุณไปยัง Gluon Data Loader สำหรับการฝึกอบรมและแปลงข้อมูล
ข้อกำหนดเบื้องต้น
เราขอแนะนำให้ผู้เข้าร่วมการอบรมหลักสูตรนี้มีคุณสมบัติตรงตามข้อกำหนดเบื้องต้นดังต่อไปนี้:
- ความเข้าใจพื้นฐานของโครงข่ายประสาทเทียม
- ความเข้าใจพื้นฐานของหัวข้อพีชคณิตเชิงเส้น เช่น เมทริกซ์ การคูณเมทริกซ์ และผลคูณแบบดอท
วิธีการสอน
หลักสูตรนี้จะนำเสนอผ่าน:
- การฝึกอบรมแบบดิจิทัล
ระยะเวลา
- 2 ชั่วโมง
เนื้อหาหลักสูตร
หลักสูตรนี้ครอบคลุมแนวคิดดังต่อไปนี้:
- คอนโวลูชัน
- การขยายช่องว่างและการเลื่อนตัวกรอง
- แชนนัล
- การพูลลิ่ง
- LeNet
- ฟังก์ชันการเปิดใช้งาน
- การดรอปเอาต์
- Batch normalization
- บล็อก
- ปัญหาของเลเยอร์สุดท้าย
- เครือข่ายส่วนที่เหลือ
- การประมวลผลข้อมูล
