Image Denoising Using AutoEncoders in Keras and Python

4.5
звезд
Оценки: 241
от партнера
Coursera Project Network
5,973 уже зарегистрированы
В этом Проект с консультациями вы:

Understand the theory and intuition behind Autoencoders

Build and train an image denoising autoencoder using Keras with Tensorflow 2.0 as a backend

Assess the performance of trained autoencoders using various Key performance indicators

Clock2 hours
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this 1-hour long project-based course, you will be able to: - Understand the theory and intuition behind Autoencoders - Import Key libraries, dataset and visualize images - Perform image normalization, pre-processing, and add random noise to images - Build an Autoencoder using Keras with Tensorflow 2.0 as a backend - Compile and fit Autoencoder model to training data - Assess the performance of trained Autoencoder using various KPIs Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

Deep LearningArtificial Intelligence (AI)Machine LearningPython ProgrammingComputer Vision

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Project Overview

  2. Import libraries and datasets

  3. Perform data visualization

  4. Perform data preprocessing

  5. Understand the theory and intuition behind autoencoders

  6. Build and train autoencoder model

  7. Evaluate trained model performance

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Преподаватели

Рецензии

Лучшие отзывы о курсе IMAGE DENOISING USING AUTOENCODERS IN KERAS AND PYTHON

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.