運用生成式AI瑕疵檢測實作班
每日推薦一堂課
視覺辨識、深度學習、人臉辨識、演算法、GAN、機器視覺、神經網路
【跟隨高手學深度學習】AI深度學習 完整學習第1~3輯
為什麼小編一直推薦AI相關課程？
因為這個領域廣泛、正在浪頭上、卻會讓有意投入、或者有意學習者遭遇很多困難。
這個系列課程，特別將重點放在影像辨識；將會從基礎一直上到進階。
完整課程上完您將學習到：深度學習原理、演算法運行、程式架構與運作、卷積網路、了解機器如何可以模仿人類視覺，達成所謂的「機器視覺」、影像辨識實作、演算法優缺點分析、影像辨識設計思路、卷積神經、機器視覺的三大基本任務、如何執行「人臉辨識」。
在概念篇中，將會從深度學習開始介紹，以了解核心技術與發展；之後便開始介紹深度學習的第一步，就是所謂的表徵學習，一直到人工神經網路；到這章節，我們其實已經大致了解基礎的深度學習技術，因此後面就會接實作，包括建立模型、模型視覺化、活化函數等。
當課程進入到基礎篇時，就開始進入深度學習技術核心；首先開始介紹卷積神經網路，這部分就開始講到機器視覺技術；並且會舉案例分享成功的卷積神經網路，藉此帶出後續卷積神經網路的發展趨勢。 後面則接續實作，進行漢字辨識與動物辨識。
當最後來到進階篇時，就會開始應用全卷積網路，從物件的辨識，進化到目標檢測，進而來到人臉辨識與模型。之後又會在講到一個核心技術 GAN 及新型態GAN的應用；而課程最後所傳授的技能則是進入機器視覺、及其預訓練模型的應用。
希望這門課程由淺入深，為各位建立起深度協相關的知識技能。
推薦課程網址：
祝您 工作順利、學習愉快
104學習精靈小編 陪您每日學習成長1%
1
0
596 1
拍手
留言
分享
Line
複製連結
收藏