Computer Vision with GluonCV (Thai)

ในหลักสูตรนี้ คุณจะมีความเข้าใจที่เป็นประโยชน์เกี่ยวกับส่วนประกอบของโครงข่ายประสาทแบบคอนโวลูชัน (CNN) เช่น เลเยอร์คอนโวลูชันและเลเยอร์พูลลิ่ง ฯลฯ ในหลักสูตรนี้ Alex Smola และ Tong He แสดงวิธีการใช้เทคนิคคอมพิวเตอร์วิชันโดยใช้ GluonCV ซึ่งเป็นชุดเครื่องมือสำหรับคอมพิวเตอร์วิชัน

ผู้เข้าร่วมการอบรมเป้าหมาย

หลักสูตรนี้มีขึ้นสำหรับ:

• นักพัฒนาที่ต้องการใช้โมเดลคอมพิวเตอร์วิชันแบบทั่วไป

วัตถุประสงค์ของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธีการ

• สรุปส่วนประกอบของนิวรัลเน็ตเวิร์คแบบคอนโวลูชัน เช่น คอนโวลูชัน การขยายช่องว่าง และแชนนัล
• แปลส่วนประกอบเป็นโค้ดเมื่อสร้างนิวรัลเน็ตเวิร์ค เช่น LeNet
• นำเข้าข้อมูลของคุณไปยัง Gluon Data Loader สำหรับการฝึกอบรมและแปลงข้อมูล

ข้อกำหนดเบื้องต้น

เราขอแนะนำให้ผู้เข้าร่วมการอบรมหลักสูตรนี้มีคุณสมบัติตรงตามข้อกำหนดเบื้องต้นดังต่อไปนี้:

• ความเข้าใจพื้นฐานของโครงข่ายประสาทเทียม
• ความเข้าใจพื้นฐานของหัวข้อพีชคณิตเชิงเส้น เช่น เมทริกซ์ การคูณเมทริกซ์ และผลคูณแบบดอท

วิธีการสอน

หลักสูตรนี้จะนำเสนอผ่าน:

• การฝึกอบรมแบบดิจิทัล

ระยะเวลา

• 2 ชั่วโมง

เนื้อหาหลักสูตร

หลักสูตรนี้ครอบคลุมแนวคิดดังต่อไปนี้:

• คอนโวลูชัน
• การขยายช่องว่างและการเลื่อนตัวกรอง
• แชนนัล
• การพูลลิ่ง
• LeNet
• ฟังก์ชันการเปิดใช้งาน
• การดรอปเอาต์
• Batch normalization
• บล็อก
• ปัญหาของเลเยอร์สุดท้าย
• เครือข่ายส่วนที่เหลือ
• การประมวลผลข้อมูล