Penglihatan Komputer dan Pembelajaran Mendalam Imej dengan PyTorch — PickAClass
3.7 (3) ⏱ 2 jam 36 min 📚 26 pelajaran 🎧 Versi audio

Penglihatan Komputer dan Pembelajaran Mendalam Imej dengan PyTorch

Kuasai asas penglihatan komputer dengan melatih model pengelasan imej, pengesanan objek, dan penjanaan menggunakan kerangka kerja PyTorch yang berkuasa.

  • 💬 Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • 🕐 Mula bila-bila masa
    Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa.
  • 🌐 Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

Penglihatan komputer sedang mengubah pelbagai industri, daripada diagnostik penjagaan kesihatan hinggalah pemanduan autonomi. Memahami cara memproses dan menganalisis imej dengan pembelajaran mendalam adalah kemahiran yang sangat dicari bagi mana-mana pembangun atau saintis data yang bercita-cita tinggi. Kursus berasaskan teks ini membimbing anda melalui konsep teras penglihatan komputer menggunakan PyTorch. Anda akan maju daripada operasi tensor asas kepada seni bina rangkaian saraf lanjutan, mempelajari cara mengelaskan imej, mengesan objek, melakukan segmentasi adegan, dan juga menjana data visual baharu sepenuhnya. Dengan membaca penjelasan yang jelas dan mempelajari pelaksanaan kod praktikal, anda akan mengembangkan intuisi teknikal yang diperlukan untuk menyelesaikan tugas visual dunia nyata. Apa yang anda akan pelajari: - Memahami prinsip asas rangkaian saraf dan cara PyTorch memproses tensor imej. - Membina rangkaian saraf konvolusi (CNN) dari awal untuk pengelasan imej binari dan berbilang kelas. - Mengaplikasikan pembelajaran pemindahan menggunakan model praterlatih dan meneroka seni bina Vision Transformer (ViT) moden. - Mengkonfigurasi model pengesanan objek untuk mengesan dan mengenal pasti pelbagai elemen dalam sesebuah imej. - Melaksanakan teknik segmentasi semantik dan instans untuk membahagikan imej dengan ketepatan pada tahap piksel. - Menjana imej sintetik menggunakan Generative Adversarial Networks (GANs) dan menilai kualitinya. Kurikulum bermula dengan istilah pembelajaran mendalam penting dan operasi asas PyTorch sebelum bergerak secara sistematik melalui pengelasan, pengesanan, segmentasi, dan pemodelan generatif. Anda akan belajar melalui penjelasan teks berstruktur dan panduan kod langkah demi langkah yang direka untuk membina keyakinan anda. Kursus ini direka untuk pemula dalam pembelajaran mendalam dan penglihatan komputer. Pemahaman asas tentang pengaturcaraan Python adalah disyorkan, tetapi tiada pengalaman terdahulu dengan PyTorch atau pemprosesan imej diperlukan. Mulakan perjalanan anda ke dunia penglihatan komputer dan pelajari cara membina aplikasi imej pintar hari ini.

Apa yang anda dapat

  • 📜 Sijil tamat
    Tambah ke profil LinkedIn anda
  • 💬 Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • 🎧 Termasuk versi audio
    Belajar sambil bergerak — tanpa skrin
  • ♾️ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • 📱 Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • 💸 Pulangan 14 hari
    Tanpa soalan
  • Pendek dan fokus
    2 jam 36 min kandungan praktikal

Sijil tamat

Setiap kursus yang anda tamatkan di PickAClass mengeluarkan kelayakan seperti ini — asli, dengan kodnya sendiri, boleh disahkan melalui URL, dan terperinci tentang apa yang sebenarnya ditunjukkan.

P
PickAClass
Profil kemahiran · boleh disahkan
Dokumen
Sijil Kemahiran
Ini mengesahkan bahawa
Nama Penuh
telah berjaya menunjukkan penguasaan
Penglihatan Komputer dan Pembelajaran Mendalam Imej dengan PyTorch
Kemahiran yang ditunjukkan
Analisis pola tingkah laku
Asas
1.2 jam
Rangka kerja seni bina keputusan
Mahir
1.4 jam
Reka bentuk ujian A/B
Mahir
1.7 jam
Penulisan salinan tingkah laku
Lanjutan
1.9 jam
P
PickAClass — Nama Penuh
Penglihatan Komputer dan Pembelajaran Mendalam Imej dengan PyTorch
Halaman 2 daripada 2
Perincian prestasi
Ringkasan kerja kursus
Pelajaran selesai 14 / 14
Soalan latihan 26 / 28
Tugasan dihantar 4 (purata 4,5 / 5)
Projek capstone Disemak — 4,6 / 5
Jumlah latihan 6.2 jam
Penanda aras prestasi
Kedudukan kohort 12% teratas daripada 1,625
Masa hingga tamat 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soalan latihan 94%
Pengesahan kemahiran Laluan Kemahiran disahkan
Sahkan kelayakan ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Dikeluarkan di bawah piawaian akademik PickAClass. Tahap kemahiran mencerminkan prestasi dinilai terhadap rubrik kecekapan kursus. Ini kelayakan asli platform ini.

Ulasan (3)

محمد DZ
★ 4 · 04.07.2026

Kursus yang hebat. Contoh yang digunakan adalah tepat dan benar-benar membantu mengukuhkan konsep. Pemahaman saya telah meningkat dengan ketara.

Consuelo Ponce CL
★ 5 · 18.06.2026

Kursus ini menyediakan asas yang kukuh. Contohnya berguna, tetapi kadarnya terasa sedikit tidak sekata pada masa-masa. Masih, sumber pembelajaran yang baik.

Agustín Rodríguez AR Pelajar disahkan
★ 2 · 09.06.2026

Ia pengenalan yang baik. Boleh mendapat manfaat daripada contoh yang lebih pelbagai dan aliran yang sedikit lebih baik antara modul.

Tulis ulasan

Selepas hantar kami akan meminta anda log masuk — draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya — pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan