Convolutional Neural Networks with TensorFlow: A Practical Guide (bằng tiếng Anh).

Học sâu đã cách mạng hóa cách máy tính hiểu dữ liệu thị giác, cung cấp mọi thứ từ xe tự động đến chụp hình y tế. Nếu bạn muốn xây dựng các hệ thống có thể nhìn thấy và giải thích thế giới, hiểu được mạng nơron cuộn (CNN) là bước đầu tiên quan trọng. Chương trình học toàn diện này hướng dẫn bạn từ toán học cơ bản của xử lý hình ảnh đến huấn luyện các mô hình học sâu của riêng bạn. Bạn sẽ hiểu cách các lớp cuộn trích xuất các tính năng, cách các tầng tập hợp giảm chiều, và cách tối ưu hóa kiến trúc mạng của bạn cho độ chính xác trong thế giới thực. Bạn sẽ học được gì: Hiểu kiến trúc cơ bản của mạng nơron cuộn, bao gồm các thao tác cuộn lại, kích hoạt và tập hợp; Tạo và huấn luyện các mô hình CNN tùy chỉnh từ đầu bằng cách sử dụng TensorFlow và Keras API hiện đại; Ứng dụng các kỹ thuật tăng cường và điều chỉnh dữ liệu để ngăn chặn quá tải và cải thiện mô hình tổng quát hóa; Thực hiện học chuyển giao sử dụng kiến trúc hiện đại được đào tạo trước để giải quyết các nhiệm vụ phân loại phức tạp với dữ liệu hạn chế; Đánh giá hiệu suất mô hình sử dụng các chỉ số chính như độ chính xác, hồi ức và ma trận lẫn lộn; Cấu hình các mô hình được đài thọ để triển khai, hiểu cách lưu và xuất khẩu mạng của bạn. Chương trình bắt đầu với các khái niệm cơ bản của mạng nơron và biểu diễn hình ảnh trong mã. Sau đó bạn sẽ tiến hành các giải thích viết từng bước về xây dựng, điều chỉnh và tối ưu hóa CNN cho các nhiệm vụ nhận diện hình ảnh khác nhau. Lớp học này được thiết kế cho các nhà khoa học dữ liệu tham vọng, nhà phát triển phần mềm và người mới học máy có hiểu biết cơ bản về Python và muốn chuyên về thị giác máy tính. Không cần phải có kiến thức trước tiên về học sâu. Bắt đầu đọc ngay hôm nay để nắm vững các nguyên tắc cốt lõi của AI thị giác và xây dựng mạng nơron đầu tiên của bạn.