Fashion Image Classification using CNNs in Pytorch

от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Learn How to use Pytorch to create Neural Network Models.

Learn How to build and train Convolutional Neural Networks in Pytorch.

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 learn how to create Neural Networks in the Deep Learning Framework PyTorch. We will creating a Convolutional Neural Network for a 10 Class Image Classification problem which can be extended to more classes. We will start off by looking at how perform data preparation and Augmentation in Pytorch. We will be building a Neural Network in Pytorch. We will add the Convolutional Layers as well as Linear Layers. We will then look at how to add optimizer and train the model. Finally, we will test and evaluate our model on test data. The project will get you introduced with Pytorch. You will in the end understand how the framework works and get you started with building Neural Networks in Pytorch. 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

Convolutional Neural NetworkDeep Learningpytorchimage classification

Будете учиться пошагово

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

  1. Introduction to the Task, Google Colab, CNNs, Pytorch

  2. Setting up Data preparation & Augmentation using Transforms

  3. Importing & Loading Data

  4. Building the Convolutional Neural Network

  5. Training the Neural Network Model

  6. Testing and Evaluating the Model

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

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.