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.
Faltungsneuronale Netzwerke
Faltungsneuronale Netzwerke
Dieser Kurs ist Teil von Spezialisierung Deep Learning
Dozenten: Andrew Ng
TOP-LEHRKRAFT
523.037 bereits angemeldet
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.9
(42,317 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
Flexibler Zeitplan
Ca. 35 Stunden
In Ihrem eigenen Lerntempo lernen
95%
Den meisten Lernenden gefiel dieser Kurs
Kompetenzen, die Sie erwerben
- Kategorie: Gesichtserkennungs-System
- Kategorie: Tensorflow
- Kategorie: Faltungsneuronales Netzwerk
- Kategorie: Deep Learning
- Kategorie: Erkennung und Segmentierung von Objekten
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
4 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Deep Learning
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- 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
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
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
Dozenten
Lehrkraftbewertungen
4.9 (3,183 Bewertungen)
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
Zeigt 3 von 42317
4.9
42.317 Bewertungen
- 5 stars
87,82 %
- 4 stars
10,29 %
- 3 stars
1,41 %
- 2 stars
0,28 %
- 1 star
0,18 %
SH
4
Geprüft am 5. Aug. 2019
FH
5
Geprüft am 11. Jan. 2019
RK
5
Geprüft am 1. Sep. 2019
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. 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 Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.