Deep Learning for Computer Vision: Analyzing and Applying Neural Networks (bằng tiếng Anh).

Tầm nhìn máy tính đang thay đổi cách phần mềm tương tác với thế giới thị giác, tuy nhiên việc hiểu kiến trúc học sâu nền tảng có thể cảm thấy áp đảo. Chương trình này phân tích các mạng nơron phức tạp thành các khái niệm rõ ràng, dễ đọc được thiết kế cho người mới bắt đầu. Bạn sẽ chuyển từ việc hiểu biểu diễn hình ảnh cơ bản đến phân tích và áp dụng kiến trúc học sâu cốt lõi. Qua các giải thích và đoạn mã, bạn sẽ học cách thiết kế, đào tạo và đánh giá các mô hình cho việc nhận dạng thị giác trong thế giới thực. Bạn sẽ học được: - Hiểu các khái niệm xử lý hình ảnh cơ bản và cách mạng nơron giải thích dữ liệu thị giác - Phân tích kiến trúc học sâu cốt lõi bao gồm Mạng Nơron Động (CNNs) - Apply transfer learning techniques to adapt pre-trained models for custom classification tasks - Đánh giá hiệu suất mô hình bằng cách sử dụng các chỉ số chính như chính xác, nhớ lại và chính xác - Tìm hiểu xu hướng thị giác hiện đại bao gồm sự chuyển đổi khái niệm từ CNNs đến Vision Transformers - Luyện tập triển khai và điều chỉnh mô hình sử dụng các mẫu mã hiện đại, sạch sẽ Chương trình học bắt đầu với thuật ngữ thiết yếu và các nguyên tắc cơ bản của hình ảnh kỹ thuật số trước khi hướng dẫn bạn qua việc xây dựng và đào tạo mạng nơron từng bước một. Bạn sẽ có một nền tảng khái niệm và thực tiễn vững chắc thông qua các giải thích dựa trên đọc và đi bộ mã có cấu trúc. Lớp học này được thiết kế cho người mới bắt đầu trong học máy và thị giác máy tính. Không cần kinh nghiệm học sâu trước đó, mặc dù một sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu hành trình của bạn vào thị giác máy tính và làm chủ các nền tảng của học sâu trực quan hôm nay.