Visualizing Filters of a CNN using TensorFlow

4.6
Sterne
25 Bewertungen
von
Coursera Project Network
In diesem Kostenloses angeleitetes Projekt werden Sie:

Implement gradient ascent algorithm

Visualize image features that maximally activate filters of a CNN

Präsentieren Sie diese praktische Erfahrung in einem Vorstellungsgespräch

Clock1 hour
IntermediateMittel
CloudKein Download erforderlich
VideoVideo auf geteiltem Bildschirm
Comment DotsEnglisch
LaptopNur Desktop

In this short, 1 hour long guided project, we will use a Convolutional Neural Network - the popular VGG16 model, and we will visualize various filters from different layers of the CNN. We will do this by using gradient ascent to visualize images that maximally activate specific filters from different layers of the model. We will be using TensorFlow as our machine learning framework. The project uses the Google Colab environment which is a fantastic tool for creating and running Jupyter Notebooks in the cloud, and Colab even provides free GPUs for your notebooks. You will need prior programming experience in Python. This is a practical, hands on guided project for learners who already have theoretical understanding of Neural Networks, Convolutional Neural Networks, and optimization algorithms like gradient descent but want to understand how to use the TensorFlow to visualize various filters of a CNN. 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.

Anforderungen

Prior experience in Python, theoretical understanding of Convolutional Neural Networks and optimization algorithms like gradient descent.

Kompetenzen, die Sie erwerben werden

  • Deep Learning
  • Artificial Neural Network
  • 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:

  1. Introduction

  2. Downloading the Model

  3. Get Submodels

  4. Image Visualization

  5. Training Loop

  6. Final Results

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.

Häufig gestellte Fragen

Häufig gestellte Fragen

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