Réseaux neuronaux convolutifs

Overview

Ce cours vous apprendra à créer des réseaux neuronaux convolutifs et à les appliquer aux données d'image. Grâce à l'apprentissage en profondeur, la vision par ordinateur fonctionne beaucoup mieux qu'il y a seulement deux ans, ce qui permet de nombreuses applications passionnantes allant de la conduite autonome en toute sécurité, à la reconnaissance faciale précise, à la lecture automatique des images radiologiques. Vous allez: - Comprendre comment créer un réseau neuronal convolutif, notamment les variations récentes telles que les réseaux résiduels. - Savoir appliquer les réseaux convolutifs aux tâches de détection et de reconnaissance visuelles. - Savoir utiliser le transfert de style neuronal pour générer de l'art. - Être à même d'appliquer ces algorithmes à une variété d'images, de vidéos et d'autres données 2D ou 3D. Il s'agit du quatrième cours de spécialisation d'apprentissage approfondi.

Syllabus

Fondements des réseaux neuronaux convolutifs

Apprendre à mettre en œuvre les couches de base des CNN (mise en commun, convolutions) et à les empiler correctement dans un réseau profond pour résoudre les problèmes de classification d'images multi-classes.

Modèles convolutifs profonds : études de cas

Découvrir les astuces pratiques et les méthodes utilisées dans les CNN profonds directement à partir des articles de recherche.

Détection d'objets

Apprendre à appliquer vos connaissances des CNN à l'un des domaines les plus difficiles mais les plus sensibles de la vision par ordinateur : Détection d’objets.

Applications spéciales : Reconnaissance faciale et transfert de style neuronal

Découvrez comment les CNN peuvent être appliqués à plusieurs domaines, y compris la génération d'art et la reconnaissance faciale. Mettez en œuvre votre propre algorithme pour générer de l'art et reconnaître les visages !