딥 러닝 전문화의 네 번째 과정에서는 컴퓨터 비전이 어떻게 발전해 왔는지 이해하고 자율 주행, 얼굴 인식, 방사선 이미지 읽기 등과 같은 흥미로운 애플리케이션에 익숙해질 것입니다.
마지막에는 Residual Networks와 같은 최근 파생을 포함하여 컨볼루션 신경망을 구축할 수 있습니다. 시각적 감지 및 인식 작업에 컨볼루션 네트워크를 적용합니다. Neural Style Transfer를 사용하여 아트 작품을 생성하고 이러한 알고리즘을 다양한 이미지, 비디오 및 기타 2D 또는 3D 데이터에 적용합니다.
딥 러닝 전문화는 딥 러닝의 기능, 도전 과제 및 결과를 이해하고 첨단 AI 기술 개발에 참여할 수 있도록 준비하는 데 유용한 기본 프로그램입니다. 기계 학습을 업무에 적용하고, 기술 경력의 수준을 높이고, AI 세계에서 결정적인 단계를 밟을 수 있는 지식과 기술을 얻을 수 있는 경로를 제공합니다.
Overview
Syllabus
- 컨볼루션 신경망의 기초
- CNN의 기본 레이어(풀링, 컨볼루션)를 구현하고 심층 네트워크에 적절하게 스택하여 다중 클래스 이미지 분류 문제를 해결합니다.
- 심층 컨볼루션 모델: 사례 연구
- 연구 논문을 통해 Deep CNN에서 사용되는 강력하고 실용적인 트릭과 방법을 바로 확인하고 전이 학습을 자신의 Deep CNN에 적용하십시오.
- 객체 감지
- CNN에 대한 새로운 지식을 컴퓨터 시각 인식에서 가장 인기 있고 가장 도전적인 분야 중 하나인 객체 감지에 적용합니다.
- 특수 애플리케이션: 얼굴 인식 및 Neural Style Transfer
- 아트 작품 생성 및 얼굴 인식을 포함한 여러 분야에 CNN을 적용할 수 있는 방법을 살펴보고 나만의 알고리즘을 구현하여 아트 작품을 생성하고 얼굴을 인식할 수 있습니다!
Taught by
Nora Duong
