在本课程中，您将学习什么是卷积神经网络模型以及如何实现它。为此，您将使用 Python 编程语言使用库 Pytorch，该工具可让您轻松构建神经网络模型。
在课程的第一部分，您将学习有关深度学习和卷积神经网络理论的基础知识，然后我们将深入研究这些模型背后的数学原理，以便您了解这些模型的工作原理、训练方式以及评估并利用这些知识，您可以更改内容以改进您自己的模型。
在理论部分之后，您将构建一个实际项目，在该项目中您将构建一个卷积神经网络模型以将图像分类为不同的类别（例如将狗的图片分类为狗）。为此，您将使用 Pytorch，这是一个允许您使用 Python 创建和训练神经网络模型的库。首先，您将使用特定的卷积架构创建模型，然后您将应用在理论部分学到的所有概念来训练模型。训练后，您将获得指标，这些指标将允许您分析和评估您的模型有多好。根据结果，您将学习如何在项目中实施更改，以便您可以学习如何探索不同的选项以提高模型性能。
您不需要先前的深度学习、卷积神经网络或 Pytorch 知识，因为您将学习使用该技术构建深度学习项目所需的基础知识。
您将学到什么：
了解什么是卷积神经网络
了解什么是深度学习
了解什么是神经网络
了解什么是卷积
了解卷积所需的参数
了解卷积神经网络中的不同层
了解神经网络背后的数学
了解如何训练神经网络
了解如何使用 Pytorch 框架构建卷积神经网络模型
了解如何使用 Python 构建深度学习项目
了解如何使用 Jupyter notebook 构建深度学习项目
了解如何创建和训练神经网络带有 Pytorch 的模型
了解如何分析神经网络训练并在训练时衡量性能
了解如何评估神经网络模型并获取指标以分析总体性能
了解如何应用更改和探索分析以改进神经网络模型
要求
需要 Python 基础知识 不需要
卷积神经网络
方面的知识 不需要深度学习
方面的知识 不需要机器学习
方面的知识 不需要 Pytorch 方面的知识
因此，通过这门非常实用的课程开始构建卷积深度学习项目。
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz, 2 Ch
Genre: eLearning | Language: English + srt | Duration: 22 lectures (4h 45m) | Size: 4.1 GB
Learn how to implement a Convolutional Neural Network using Pytorch
