Python - Konvoluční neuronové sítě | Počítačová škola GOPAS

PYTHON_ML_CNN
Délka 5 dní
50 ITK bodů
4 termíny
ČR (28 000 Kč)

SR (1 200 €)
Mírně pokročilý

Konvoluční sítě (angl. Convolutional Neural Networks, skr. CNN) jsou druh neuronových sítí, které jsou často používány k řešení problémů zpracování obrazu, jako například klasifikaci obrazů, detekci objektů a segmentaci obrazů. Konvoluční sítě jsou založeny na konvolucích, které jsou matematické operace, které umožňují aplikovat filtr na vstupní data. V případě obrazů, tyto filtry jsou často malé matice, které procházejí po obrazovém vstupu a provádějí výpočty. Tímto způsobem konvoluční sítě mohou zjistit různé rysy obrazu a naučit se rozpoznávat určité vzory v obrazech. Konvoluční sítě se skládají z více vrstev, které se obvykle střídají s vrstvami max-poolingu nebo jinými vrstvami, které zmenšují rozměry obrazu. Na konci sítě se obvykle nachází několik plně propojených vrstev, které rozhodují o výstupu sítě. Konvoluční sítě jsou velmi úspěšné při řešení problémů zpracování obrazu a mají také mnoho jiných aplikací, jako například v rozpoznávání řeči a zpracování přirozeného jazyka.

Znalost programování v Pythonu na úrovni kurzu PYTHON_INTRO, ale znalosti na úrovni kurzu PYTHON_ADV jsou výhodou
Znalosti základů analýzy dat na úrovni kurzu PYTHON_DATAAN
Znalosti základů machine learning na úrovni kurzu PYTHON_ML_INTRO
Znalosti základů neuronových sítí na úrovni kurzu PYTHON_ML_NN

Odborný výklad s praktickými příklady, cvičení na počítačích.

Prezentace probírané látky v tištěné nebo online formě.

Den 1:

Úvod do konvolučních sítí a práce s daty
Základy konvolučních sítí
Práce s daty obrazu
Konvoluce, max-pooling a jiné operace
Trénování a testování modelů
Implementace jednoduché konvoluční sítě v PyTorch nebo TensorFlow

Den 2:

Pokročilé konvoluční sítě
Vícevrstvé konvoluční sítě
Zmenšování rozměry obrazů v síti
Regularizace a overfitting
Konvoluční sítě s reziduálními bloky
Transfer learning a použití předtrénovaných modelů

Den 3:

Řešení problémů v obrazovém zpracování
Klasifikace obrazů
Detekce objektů
Segmentace obrazů
Praktická cvičení pro řešení těchto problémů

Den 4:

Praktické použití konvolučních sítí
Použití konvolučních sítí na konkrétních aplikacích
Zpracování přirozeného jazyka pomocí konvolučních sítí
Rozpoznávání řeči a použití konvolučních sítí v audio aplikacích
Diskuse o konkrétních využitích konvolučních sítí v odvětví účastníků

Den 5:

Optimalizace a rozšiřování konvolučních sítí
Optimalizace a úprava parametrů sítě
Sítě s variabilní architekturou a návrh nových architektur
Porovnávání výkonu různých modelů
Úprava konvolučních sítí pro speciální případy, jako například mobilní zařízení nebo počítače s omezenými zdroji
Diskuse o budoucnosti konvolučních sítí a jejich aplikacích
Každý den by zahrnoval teoretickou část i praktická cvičení, kde by účastníci mohli použít naučené techniky v praxi
Regenerate response

Stáhnout PDF detail
Stáhnout PDF detail (bez termínů)

Uvedené ceny jsou bez DPH.

Školení na míru

Nenašli jste vhodný termín, nebo chcete školení přizpůsobit specifickým potřebám vašeho týmu? Rádi pro vás připravíme školení na míru.

Python - Konvoluční neuronové sítě

GOPAS Praha

GOPAS Brno

GOPAS Bratislava

Obchodní údaje

Python - Konvoluční neuronové sítě

Předchozí kurzy

Navazující kurzy

GOPAS Praha

GOPAS Brno

GOPAS Bratislava

Obchodní údaje