特点
- 使用卷积神经网络 (CNN) 深度学习模型和 Python 的计算机视觉应用程序
- 解释了传统的机器学习管道,并将在其中分析图像数据集
- 学习人工神经网络 (ANN),在使用遗传算法对其进行优化之前,用 Python 从头开始构建一个
- 对比传统手工制作的计算机视觉特征的局限性,了解CNN 深度学习模型是最先进的解决方案
- 从头开始讨论 CNN,以展示它们如何与全连接 ANN (FCNN) 不同且更高效
- 在 Python 中实现一个 CNN,全面了解该模型
- 使用 TensorFlow 构建实用的图像识别模型,并使用 Flask 将其部署到 Web 服务器,使其可通过 Internet 访问
- 使用 Kivy 和 NumPy创建低开销的跨平台数据科学应用程序
内容
- 计算机视觉介绍
- 人工神经网络
- 使用具有工程特征的人工神经网络进行识别
- ANN优化
- 卷积神经网络
- TensorFlow 识别应用
- 部署预训练模型
- 跨平台数据科学应用
详情参阅 - 亚图跨际