Visualizing Filters of a CNN using TensorFlow
Implement gradient ascent algorithm
Visualize image features that maximally activate filters of a CNN
Präsentieren Sie diese praktische Erfahrung in einem Vorstellungsgespräch
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.
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:
Introduction
Downloading the Model
Get Submodels
Image Visualization
Training Loop
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
Sind angeleitete Projekte auf dem Desktop und auf Mobilgeräten verfügbar?
Wer sind die Dozenten bei angeleiteten Projekten?
Kann ich die Arbeit aus meinem angeleiteten Projekt herunterladen, nachdem ich sie abgeschlossen habe?
Wie viel Erfahrung brauche ich für dieses angeleitete Projekt?
Kann ich dieses angeleitete Projekt direkt über meinen Webbrowser abschließen, anstatt spezielle Software zu installieren?
Wie ist die Lernerfahrung bei angeleiteten Projekten?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
Coursera Footer
