Dieser Kurs ist Teil der Spezialisierung Spezialisierung Deep Learning

4.9
Sterne
41,295 Bewertungen

95 %

Andrew Ng +2 weitere Dozenten

Herausragende Dozenten

444.564 bereits angemeldet

von

Spezialisierung Deep Learningdeeplearning.ai

Über diesen Kurs

419.327 kürzliche Aufrufe

In the fourth course of the Deep Learning Specialization, you will understand how computer vision has evolved and become familiar with its exciting applications such as autonomous driving, face recognition, reading radiology images, and more.
By the end, you will be able to build a convolutional neural network, including recent variations such as residual networks; apply convolutional networks to visual detection and recognition tasks; and use neural style transfer to generate art and apply these algorithms to a variety of image, video, and other 2D or 3D data. 

The Deep Learning Specialization is our foundational program that will help you understand the capabilities, challenges, and consequences of deep learning and prepare you to participate in the development of leading-edge AI technology. It provides a pathway for you to gain the knowledge and skills to apply machine learning to your work, level up your technical career, and take the definitive step in the world of AI.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 4 von 5 in

Spezialisierung Deep Learning

Stufe „Mittel“

Intermediate Python skills: basic programming, understanding of for loops, if/else statements, data structures
A basic grasp of linear algebra & ML

Ca. 36 Stunden zum Abschließen

Englisch

Kompetenzen, die Sie erwerben

Deep Learning
Facial Recognition System
Convolutional Neural Network
Tensorflow
Object Detection and Segmentation

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 4 von 5 in

Spezialisierung Deep Learning

Stufe „Mittel“

Intermediate Python skills: basic programming, understanding of for loops, if/else statements, data structures
A basic grasp of linear algebra & ML

Ca. 36 Stunden zum Abschließen

Englisch

Dozenten

Dozentenbewertung

4,92/5 (2.958 Bewertungen)

von

deeplearning.ai

Lehrplan - Was Sie in diesem Kurs lernen werden

Inhaltsbewertung95%(66,216 Bewertungen)

Woche1

Woche 1

10 Stunden zum Abschließen

Foundations of Convolutional Neural Networks

10 Stunden zum Abschließen

12 Videos (Gesamt 140 min), 5 Lektüren, 5 Quiz

12 Videos

Computer Vision5mEdge Detection Example11mMore Edge Detection7mPadding9mStrided Convolutions8mConvolutions Over Volume10mOne Layer of a Convolutional Network16mSimple Convolutional Network Example8mPooling Layers10mCNN Example12mWhy Convolutions?9mYann LeCun Interview27m

5 Lektüren

Clarifications about Upcoming Simple Convolutional Network Example Video1mClarifications about Upcoming CNN Example Video1mClarifications about Upcoming Why Convolutions?1mHow to Download your Notebook2mHow to Refresh your Workspace5m

1 praktische Übung

The Basics of ConvNets 50m

Woche2

Woche 2

9 Stunden zum Abschließen

Deep Convolutional Models: Case Studies

9 Stunden zum Abschließen

14 Videos (Gesamt 127 min), 2 Lektüren, 4 Quiz

14 Videos

Why look at case studies?2mClassic Networks18mResNets7mWhy ResNets Work?9mNetworks in Networks and 1x1 Convolutions6mInception Network Motivation10mInception Network8mMobileNet16mMobileNet Architecture8mEfficientNet3mUsing Open-Source Implementation4mTransfer Learning8mData Augmentation9mState of Computer Vision12m

2 Lektüren

Clarifications about Upcoming Inception Network Motivation Video1mNote on the Upcoming Programming Assignment - Residual Networks1m

1 praktische Übung

Deep Convolutional Models 50m

Woche3

Woche 3

9 Stunden zum Abschließen

Object Detection

9 Stunden zum Abschließen

14 Videos (Gesamt 110 min), 3 Lektüren, 4 Quiz

14 Videos

Object Localization11mLandmark Detection5mObject Detection5mConvolutional Implementation of Sliding Windows11mBounding Box Predictions14mIntersection Over Union4mNon-max Suppression8mAnchor Boxes9mYOLO Algorithm6mRegion Proposals (Optional)6mSemantic Segmentation with U-Net7mTranspose Convolutions7mU-Net Architecture Intuition3mU-Net Architecture7m

3 Lektüren

Clarifications about Upcoming Convolutional Implementation of Sliding Windows Video1mClarifications about Upcoming YOLO Algorithm Video1mClear Output Before Submitting (For U-Net Assignment)10m

1 praktische Übung

Detection Algorithms 50m

Woche4

Woche 4

9 Stunden zum Abschließen

Special Applications: Face recognition & Neural Style Transfer

9 Stunden zum Abschließen

11 Videos (Gesamt 75 min), 4 Lektüren, 4 Quiz

11 Videos

What is Face Recognition?4mOne Shot Learning4mSiamese Network4mTriplet Loss15mFace Verification and Binary Classification6mWhat is Neural Style Transfer?2mWhat are deep ConvNets learning?7mCost Function3mContent Cost Function3mStyle Cost Function13m1D and 3D Generalizations9m

4 Lektüren

Clarifications about Upcoming Face Verification and Binary Classification Video1mClarifications about Upcoming Style Cost Function Video1mReferences10mAcknowledgments10m

1 praktische Übung

Special Applications: Face Recognition & Neural Style Transfer50m

Bewertungen

4.9

5509 Bewertungen

5 stars
87,75 %
4 stars
10,35 %
3 stars
1,43 %
2 stars
0,28 %
1 star
0,17 %

Top-Bewertungen von CONVOLUTIONAL NEURAL NETWORKS

von DD6. Feb. 2020

very easy to understand and helped my understanding in Deep Learning-based computer vision. Yet, this course will need to be updated with new developments in the future (to catch up with the trend).

von OA3. Sep. 2020

Great course. Easy to understand and with very synthetized information on the most relevant topics, even though some videos repeat information due to wrong edition, everything is still understandable.

von FH11. Jan. 2019

Amazing! Feels like AI is getting tamed in my hands. Course lectures , assignments are excellent. To those who are not well versed with python - numpy and tensorflow , it would be better to brush up.

von YY23. Sep. 2020

Very exciting courses. Everything explained carefully but easily to understand. Great courses. This course really help me a lot on my journey to learn deeper about deep learning. Thank you very much.

Alle Bewertungen anzeigen

Über den Spezialisierung Deep Learning

The Deep Learning Specialization is a foundational program that will help you understand the capabilities, challenges, and consequences of deep learning and prepare you to participate in the development of leading-edge AI technology.

In this Specialization, you will build and train neural network architectures such as Convolutional Neural Networks, Recurrent Neural Networks, LSTMs, Transformers, and learn how to make them better with strategies such as Dropout, BatchNorm, Xavier/He initialization, and more. Get ready to master theoretical concepts and their industry applications using Python and TensorFlow and tackle real-world cases such as speech recognition, music synthesis, chatbots, machine translation, natural language processing, and more. AI is transforming many industries. The Deep Learning Specialization provides a pathway for you to take the definitive step in the world of AI by helping you gain the knowledge and skills to level up your career. Along the way, you will also get career advice from deep learning experts from industry and academia.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Convolutional Neural Networks

Über diesen Kurs

Kompetenzen, die Sie erwerben

Dozenten

Andrew Ng
Herausragender Dozent

Kian Katanforoosh
Herausragender Dozent

Younes Bensouda Mourri
Herausragender Dozent

von

deeplearning.ai

Lehrplan - Was Sie in diesem Kurs lernen werden

Foundations of Convolutional Neural Networks

Deep Convolutional Models: Case Studies

Object Detection

Special Applications: Face recognition & Neural Style Transfer

Bewertungen

Top-Bewertungen von CONVOLUTIONAL NEURAL NETWORKS

Über den Spezialisierung Deep Learning

Häufig gestellte Fragen

Lernen Sie etwas Neues

Beliebte Datenverarbeitungskurse

Beliebte Informatik- und IT-Kurse

Beliebte Wirtschaftskurse

Coursera

Community

Mehr

Convolutional Neural Networks

Über diesen Kurs

Kompetenzen, die Sie erwerben

Dozenten

Andrew NgHerausragender Dozent

Kian KatanforooshHerausragender Dozent

Younes Bensouda MourriHerausragender Dozent

von

deeplearning.ai

Lehrplan - Was Sie in diesem Kurs lernen werden

Foundations of Convolutional Neural Networks

Deep Convolutional Models: Case Studies

Object Detection

Special Applications: Face recognition & Neural Style Transfer

Bewertungen

Top-Bewertungen von CONVOLUTIONAL NEURAL NETWORKS

Über den Spezialisierung Deep Learning

Häufig gestellte Fragen

Coursera Footer

Lernen Sie etwas Neues

Beliebte Datenverarbeitungskurse

Beliebte Informatik- und IT-Kurse

Beliebte Wirtschaftskurse

Coursera

Community

Mehr

Andrew Ng
Herausragender Dozent

Kian Katanforoosh
Herausragender Dozent

Younes Bensouda Mourri
Herausragender Dozent