Об этом курсе
4.8
Оценки: 19,200
Рецензии: 2,428

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 21 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 4-5 hours/week...

Английский

Субтитры: Английский, Китайский (традиционное письмо), Китайский (упрощенное письмо), Корейский, Турецкий, Японский...

Приобретаемые навыки

Facial Recognition SystemTensorflowConvolutional Neural NetworkArtificial Neural Network

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 21 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 4-5 hours/week...

Английский

Субтитры: Английский, Китайский (традиционное письмо), Китайский (упрощенное письмо), Корейский, Турецкий, Японский...

Программа курса: что вы изучите

Неделя
1
6 ч. на завершение

Foundations of Convolutional Neural Networks

Learn to implement the foundational layers of CNNs (pooling, convolutions) and to stack them properly in a deep network to solve multi-class image classification problems....
12 видео ((всего 140 мин.)), 3 тестов
12 видео
Edge Detection Example11мин
More Edge Detection7мин
Padding9мин
Strided Convolutions9мин
Convolutions Over Volume10мин
One Layer of a Convolutional Network16мин
Simple Convolutional Network Example8мин
Pooling Layers10мин
CNN Example12мин
Why Convolutions?9мин
Yann LeCun Interview27мин
1 практическое упражнение
The basics of ConvNets20мин
Неделя
2
5 ч. на завершение

Deep convolutional models: case studies

Learn about the practical tricks and methods used in deep CNNs straight from the research papers. ...
11 видео ((всего 99 мин.)), 2 тестов
11 видео
Classic Networks18мин
ResNets7мин
Why ResNets Work9мин
Networks in Networks and 1x1 Convolutions6мин
Inception Network Motivation10мин
Inception Network8мин
Using Open-Source Implementation4мин
Transfer Learning8мин
Data Augmentation9мин
State of Computer Vision12мин
1 практическое упражнение
Deep convolutional models20мин
Неделя
3
4 ч. на завершение

Object detection

Learn how to apply your knowledge of CNNs to one of the toughest but hottest field of computer vision: Object detection....
10 видео ((всего 85 мин.)), 2 тестов
10 видео
Landmark Detection5мин
Object Detection5мин
Convolutional Implementation of Sliding Windows11мин
Bounding Box Predictions14мин
Intersection Over Union4мин
Non-max Suppression8мин
Anchor Boxes9мин
YOLO Algorithm7мин
(Optional) Region Proposals6мин
1 практическое упражнение
Detection algorithms20мин
Неделя
4
5 ч. на завершение

Special applications: Face recognition & Neural style transfer

Discover how CNNs can be applied to multiple fields, including art generation and face recognition. Implement your own algorithm to generate art and recognize faces!...
11 видео ((всего 76 мин.)), 3 тестов
11 видео
One Shot Learning4мин
Siamese Network4мин
Triplet Loss15мин
Face Verification and Binary Classification6мин
What is neural style transfer?2мин
What are deep ConvNets learning?7мин
Cost Function3мин
Content Cost Function3мин
Style Cost Function13мин
1D and 3D Generalizations9мин
1 практическое упражнение
Special applications: Face recognition & Neural style transfer20мин
4.8
Рецензии: 2,428Chevron Right

39%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

11%

стал больше зарабатывать или получил повышение

Лучшие рецензии

автор: AGJan 13th 2019

Great course for kickoff into the world of CNN's. Gives a nice overview of existing architectures and certain applications of CNN's as well as giving some solid background in how they work internally.

автор: FHJan 12th 2019

Amazing! Feels like AI is getting tamed in my hands. Course lectures , assignments are excellent. To those who are not well versed with python - numpy and tensorflow , it would be better to brush up.

Преподаватели

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain
Avatar

Head Teaching Assistant - Kian Katanforoosh

Lecturer of Computer Science at Stanford University, deeplearning.ai, Ecole CentraleSupelec
Avatar

Teaching Assistant - Younes Bensouda Mourri

Mathematical & Computational Sciences, Stanford University, deeplearning.ai

О deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

О специализации ''Глубокое обучение'

If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning. In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach. You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice. AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work. We will help you master Deep Learning, understand how to apply it, and build a career in AI....
Глубокое обучение

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.