Classification with Transfer Learning in Keras

4.5
Sterne

153 Bewertungen

von

5.478 bereits angemeldet

In diesem angeleitetes Projekt werden Sie:
2 hours
Mittel
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur Desktop

In this 1.5 hour long project-based course, you will learn to create and train a Convolutional Neural Network (CNN) with an existing CNN model architecture, and its pre-trained weights. We will use the MobileNet model architecture along with its weights trained on the popular ImageNet dataset. By using a model with pre-trained weights, and then training just the last layers on a new dataset, we can drastically reduce the training time required to fit the model to the new data . The pre-trained model has already learned to recognize thousands on simple and complex image features, and we are using its output as the input to the last layers that we are training. In order to be successful in this project, you should be familiar with Python, Neural Networks, and CNNs. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Kompetenzen, die Sie erwerben werden

  • Deep Learning

  • Inductive Transfer

  • Convolutional Neural Network

  • Machine Learning

  • Tensorflow

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Bewertungen

Top-Bewertungen von CLASSIFICATION WITH TRANSFER LEARNING IN KERAS

Alle Bewertungen anzeigen

Häufig gestellte Fragen