In this 2-hour long guided-project course, you will learn how to implement a Siamese Network, you will train the network with the Triplet loss function. You will create Anchor, Positive and Negative image dataset, which will be the inputs of triplet loss function, through which the network will learn feature embeddings. Siamese Network have plethora of applications such as face recognition, signature checking, person re-identification, etc. In this project, you will train a simple Siamese Network for person re-identification.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Deep Learning with PyTorch : Siamese Network
Instructeur : Parth Dhameliya
3 701 déjà inscrits
Inclus avec
(39 avis)
Expérience recommandée
Ce que vous apprendrez
Implement siamese network with triplet loss function
Create the training loop for siamese network
Compétences que vous pratiquerez
- Catégorie : Computer Vision
- Catégorie : Convolutional Neural Network
- Catégorie : siamese network
- Catégorie : Deep Learning
- Catégorie : pytorch
Détails à connaître
Ajouter à votre profil LinkedIn
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Apprendre, pratiquer et appliquer des compétences prêtes à l'emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents
À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Set up colab runtime
Configurations
Create APN Dataset
Load dataset into batches
Create Model
Create train and eval functions
Training Loop
Get Anchor Encodings
Inference
Expérience recommandée
Prior programming experience in Python and basic PyTorch. Theoretical knowledge of Convolutional Neural Network, Optimization and Siamese Network.
9 images de projet
Instructeur
Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 39
39 avis
- 5 stars
74,35 %
- 4 stars
20,51 %
- 3 stars
2,56 %
- 2 stars
2,56 %
- 1 star
0 %
Vous aimerez peut-être aussi
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Comme votre espace de travail contient un bureau cloud dimensionné pour un ordinateur portable ou de bureau, les Projets Guidés ne sont pas disponibles sur votre appareil mobile.
Les enseignants des Projets Guidés sont des experts en la matière qui ont de l'expérience dans les compétences, les outils ou le domaine de leur projet et qui sont passionnés par le partage de leurs connaissances avec des millions d'étudiants dans le monde.
À partir du Projet Guidé, vous pouvez télécharger et conserver tout fichier que vous avez créé. Pour ce faire, vous pouvez utiliser la fonction « Navigateur de fichiers » pendant que vous accédez à votre bureau cloud.