Im vierten Kurs der Deep Learning Specialization werden Sie verstehen, wie sich die Computer Vision entwickelt hat, und sich mit ihren spannenden Anwendungen vertraut machen, wie z.B. autonomes Fahren, Gesichtserkennung, Lesen von Radiologiebildern u.v.m. Am Ende des Kurses werden Sie in der Lage sein, ein neuronales Faltungsnetzwerk aufzubauen, einschließlich neuerer Varianten wie Residualnetzwerke; Faltungsnetzwerke auf visuelle Detektions- und Erkennungsaufgaben anzuwenden; und neuronalen Stiltransfer zu nutzen, um Kunst zu erzeugen und diese Algorithmen auf eine Vielzahl von Bild-, Video- und anderen 2D- oder 3D-Daten anzuwenden.
Genießen Sie unbegrenztes Wachstum mit einem Jahr Coursera Plus für 199 $ (regulär 399 $). Jetzt sparen.

Faltungsneuronale Netzwerke
Dieser Kurs ist Teil von Spezialisierung für Deep Learning
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Andrew Ng
TOP-LEHRKRAFT
559.749 bereits angemeldet
(42,558 Bewertungen)
Empfohlene Erfahrung
Kompetenzen, die Sie erwerben
- Kategorie: Deep Learning
- Kategorie: Computervision
- Kategorie: Lernen übertragen
- Kategorie: Künstliche neuronale Netze
- Kategorie: Keras (Bibliothek für Neuronale Netze)
- Kategorie: Tensorflow
- Kategorie: PyTorch (Bibliothek für Maschinelles Lernen)
- Kategorie: Vorverarbeitung der Daten
- Kategorie: Bildanalyse
- Kategorie: Faltungsneuronale Netzwerke
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Implementieren Sie die grundlegenden Schichten von CNNs (Pooling, Faltung) und stapeln Sie sie richtig in einem tiefen Netzwerk, um Probleme bei der Klassifizierung von Bildern mit mehreren Klassen zu lösen.
Das ist alles enthalten
12 Videos6 Lektüren1 Aufgabe2 Programmieraufgaben
Entdecken Sie einige leistungsstarke praktische Tricks und Methoden, die in tiefen CNNs verwendet werden, direkt aus den Forschungsunterlagen, und wenden Sie das Transfer-Lernen auf Ihr eigenes tiefes CNN an.
Das ist alles enthalten
14 Videos3 Lektüren1 Aufgabe2 Programmieraufgaben
Wenden Sie Ihr neues Wissen über CNNs auf eines der heißesten (und anspruchsvollsten!) Gebiete der Computer Vision an: die Objekterkennung.
Das ist alles enthalten
14 Videos4 Lektüren1 Aufgabe2 Programmieraufgaben
Erfahren Sie, wie CNNs in verschiedenen Bereichen eingesetzt werden können, z.B. bei der Generierung von Kunst und der Gesichtserkennung, und implementieren Sie dann Ihren eigenen Algorithmus, um Kunst zu generieren und Gesichter zu erkennen!
Das ist alles enthalten
11 Videos6 Lektüren1 Aufgabe2 Programmieraufgaben
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten

Mehr von Maschinelles Lernen entdecken
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
42.558 Bewertungen
- 5 stars
87,83 %
- 4 stars
10,27 %
- 3 stars
1,40 %
- 2 stars
0,28 %
- 1 star
0,19 %
Zeigt 3 von 42558 an
Geprüft am 10. Juli 2024
Fabulously designed, I could confidently say that the programming exercise is sufficiently sophisticated, and yet managed to be not so difficult as to deter new learners. All in all a great course!
Geprüft am 13. Feb. 2018
Too much hand-holding during assignments, although still very good directions. Obviously the issue with the final programming assignment needs to be addressed. Fantastic lecture material, as always.
Geprüft am 11. Juli 2020
I really enjoyed this course, it would be awesome to see al least one training example using GPU (maybe in Google Colab since not everyone owns one) so we could train the deepest networks from scratch
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Weitere Fragen
Finanzielle Unterstützung verfügbar,


