Über diesen Kurs

1.716 kürzliche Aufrufe

Ce cours vous apprendra à créer des réseaux neuronaux convolutifs et à les appliquer aux données d'image. Grâce à l'apprentissage en profondeur, la vision par ordinateur fonctionne beaucoup mieux qu'il y a seulement deux ans, ce qui permet de nombreuses applications passionnantes allant de la conduite autonome en toute sécurité, à la reconnaissance faciale précise, à la lecture automatique des images radiologiques.
Vous allez:
-  Comprendre comment créer un réseau neuronal convolutif, notamment les variations récentes telles que les réseaux résiduels.
-  Savoir appliquer les réseaux convolutifs aux tâches de détection et de reconnaissance visuelles.
- Savoir utiliser le transfert de style neuronal pour générer de l'art.
- Être à même d'appliquer ces algorithmes à une variété d'images, de vidéos et d'autres données 2D ou 3D.

Il s'agit du quatrième cours de spécialisation d'apprentissage approfondi.

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.

Stufe „Mittel“

Ca. 20 Stunden zum Abschließen

Französisch

Kompetenzen, die Sie erwerben

Facial Recognition System
Object Detection
Statistical Classification
Stack (Abstract Data Type)

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.

Stufe „Mittel“

Ca. 20 Stunden zum Abschließen

Französisch

Dozenten

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

6 Stunden zum Abschließen

Fondements des réseaux neuronaux convolutifs

6 Stunden zum Abschließen

12 Videos (Gesamt 140 min), 4 Lektüren, 3 Quiz

12 Videos

Vision par ordinateur5mExemple de détection de contours11mPlus de détection de contours7mPadding9mDéconvolutions rayées 9mConvolutions sur volume10mUne couche d'un réseau convolutif16mExemple de réseau convolutif simple8mCouches de mise en commun10mExemple de CNN (Réseau neuronal convolutif)12mPourquoi des Convolutions ?9mEntretien avec Yann LeCun27m

4 Lektüren

Déconvolutions rayées *CORRECTION*1mExemple de réseau convolutif simple *CORRECTION*1mExemple de CNN *CORRECTION*1mPourquoi des Convolutions ? *CORRECTION*1m

1 praktische Übung

Les bases de ConvNets30m

5 Stunden zum Abschließen

Modèles convolutifs profonds : études de cas

5 Stunden zum Abschließen

11 Videos (Gesamt 99 min), 1 Lektüre, 2 Quiz

11 Videos

Pourquoi consulter les études de cas ?3mRéseaux classiques18mResNets7mPourquoi les ResNets fonctionnent9mRéseaux en Réseaux et Convolutions 1x16mMotivation du réseau de lancement10mRéseau de lancement8mUtilisation de la mise en œuvre Open-Source4mApprentissage par transfert8mAugmentation des données9mÉtat de la vision informatique12m

1 Lektüre

Motivation du réseau de lancement *CORRECTION*1m

1 praktische Übung

Modèles convolutifs profonds30m

Woche2

Woche 2

4 Stunden zum Abschließen

Détection d'objets

4 Stunden zum Abschließen

10 Videos (Gesamt 85 min), 2 Lektüren, 2 Quiz

10 Videos

Localisation d'objets11mDétection de repère5mDétection d'objets5mMise en œuvre convolutive des fenêtres coulissantes11mPrévisions du champ de délimitation14mIntersection sur l'union4mSuppression non max8mBoîtes d'ancrage9mAlgorithme YOLO7m(Facultatif) Propositions régionales6m

2 Lektüren

Mise en œuvre convolutive des fenêtres coulissantes *CORRECTION*1mAlgorithme YOLO *CORRECTION*1m

1 praktische Übung

Algorithmes de détection30m

5 Stunden zum Abschließen

Applications spéciales : Reconnaissance faciale et transfert de style neuronal

5 Stunden zum Abschließen

11 Videos (Gesamt 76 min), 3 Lektüren, 3 Quiz

11 Videos

Qu'est-ce que la reconnaissance faciale ?4mApprentissage en un coup4mRéseau siamois4mPerte de triplet15mVérification faciale et classification binaire6mQu'est-ce que le transfert de style neuronal ?2mQu'est-ce que l'apprentissage approfondi de ConvNets ?7mFonction de coût3mFonction de coût du contenu3mFonction de coût de style13mGénéralisations 1D et 3D9m

3 Lektüren

Perte de triplet *CORRECTION*1mVérification faciale et classification binaire *CORRECTION*1mCoût du style *CORRECTION*1m

1 praktische Übung

Applications spéciales : Reconnaissance faciale et transfert de style neuronal30m

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 das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat 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.
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.

Réseaux neuronaux convolutifs