Il deep learning è un sottoinsieme del machine learning, che a sua volta è un sottoinsieme dell'intelligenza artificiale, termine generico che indica qualsiasi programma informatico che esegue un'attività intelligente. Per saperne di più sull'argomento, consulta il corso "Reti neurali artificiali, machine learning, deep thinking avanzato".
- Sviluppatori
– Riepilogo del corso precedente – Apprendimento automatico di base
– Fondamenti dell'immagine
– Reti neurali convoluzionali
– Trasferimento dell'apprendimento
– Posizione dell'oggetto
– Implementazione del Machine Learning
Non ci sono prerequisiti specifici.
Riepilogo del corso precedente – Basic ML
– Apprendimento automatico
- Reti neurali
- Apprendimento approfondito
Fondamenti di immagine
– Pixel
– Canali immagine e ordinamento dei canali
- Scala
– Libreria OpenCV
– Leggere, scrivere immagini
– Apertura/scrittura di un flusso video (Webcam, ecc.)
Reti neurali involutive
– Riepilogo
– Normalizzazione batch
- Ritirarsi
– Salvataggio, caricamento di un modello
– Riavvio della formazione
– TensorBoard
Trasferimento di apprendimento
– Set di dati popolari (ImageNet, ecc.)
– CNN esistenti per la classificazione delle immagini (Inception, ResNet, ecc.)
– Strati di congelamento
– Trasferire l’apprendimento sul nostro problema di classificazione
Localizzazione degli oggetti
- Definizione del problema
– Set di dati popolari (Coco, ecc.)
– Framework esistenti (YOLO, ecc.)
Distribuzione del machine learning
– Protobuf, flatbuffer, JSON, gRPC
- Chiamata di procedura remota
– API RESTful di TensorFlow
Reti neurali artificiali, machine learning, pensiero profondo avanzato
