Сверточные нейронные сети

0
Language

Last updated on March 31, 2026 3:10 am

Learn how to build convolutional neural networks and use them for image processing. Deep learning has greatly improved machine vision, allowing its use in various industries such as autonomous driving and accurate facial recognition. This course covers building modern types of convolutional neural networks, applying them to object detection and image recognition tasks, using neural style transfer to create images, and applying algorithms to images, videos, and other 2D and 3D data. Fourth course in the Deep Learning specialization.

Add your review

Этот курс научит вас строить сверточные нейронные сети и использовать их для обработки изображений. Благодаря глубокому обучению машинное зрение сегодня работает намного лучше, чем всего лишь два года назад, и это позволяет использовать его в самых разных отраслях, начиная от безопасного автономного вождения и точного распознавания лиц и заканчивая автоматической интерпретацией рентгеновских снимков.

В рамках курса вы:
— научитесь строить сверточные нейронные сети, включая их самые современные виды, такие как остаточные сети;
— узнаете, как применять сверточные сети в задачах визуального обнаружения объектов и распознавания изображений;
— узнаете, как использовать нейронную передачу стиля для создания изображений;
— научитесь применять алгоритмы к изображениям, видео и другим 2D- и 3D-данным.
Это четвертый курс специализации «Глубокое обучение».

User Reviews

0.0 out of 5
0
0
0
0
0
Write a review

There are no reviews yet.

Be the first to review “Сверточные нейронные сети”

×

    Your Email (required)

    Report this page
    Сверточные нейронные сети
    Сверточные нейронные сети
    LiveTalent.org
    Logo
    LiveTalent.org
    Privacy Overview

    This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.