Traffic Sign Classification Using Deep Learning in Python/Keras
Understand the theory and intuition behind Convolutional Neural Networks (CNNs).
Build and train a Convolutional Neural Network using Keras with Tensorflow 2.0 as a backend.
Assess the performance of trained CNN and ensure its generalization using various Key performance indicators.
In this 1-hour long project-based course, you will be able to: - Understand the theory and intuition behind Convolutional Neural Networks (CNNs). - Import Key libraries, dataset and visualize images. - Perform image normalization and convert from color-scaled to gray-scaled images. - Build a Convolutional Neural Network using Keras with Tensorflow 2.0 as a backend. - Compile and fit Deep Learning model to training data. - Assess the performance of trained CNN and ensure its generalization using various KPIs. - Improve network performance using regularization techniques such as dropout.
Навыки, которые вы получите
- Deep Learning
- Artificial Intelligence (AI)
- Machine Learning
- Python Programming
- Computer Vision
Будете учиться пошагово
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Task 1: Project overview
Task 2: Import libraries and datasets
Task 3: Perform image visualization
Task 4: Convert images to gray-scale and perform normalization
Task 5: Understand the theory and intuition behind Convolutional Neural Networks
Task 6: Build deep learning model
Task 7: Compile and train deep learning model
Task 8: Assess 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
Рецензии
Лучшие отзывы о курсе TRAFFIC SIGN CLASSIFICATION USING DEEP LEARNING IN PYTHON/KERAS
Very nice course, everything was explained perfectly. Can also add about testing the trained model using external data, like if we want to give an input and perform prediction then how it is done.
Instructor was efficient in delivering the knowledge and I understood it very well. The exercises were also great. Overall, my aim for taking this course had been accomplished.
Thank you so much for such an awesome course ryan ahmad sir. I got 100/100 from your teaching. I wish i could meet you personally.
Course misses detailed explanation but its good for those who have just learned CNN's and want a quick hands on experience.
Часто задаваемые вопросы
Часто задаваемые вопросы
Что я получу, приобретя проект с рекомендациями?
Доступны ли проекты с консультациями на ПК и мобильных устройствах?
Какие преподаватели ведут проекты с рекомендациями?
Можно ли скачать работу из уже завершенного проекта с рекомендациями?
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Можно ли прослушать проект с рекомендациями и посмотреть видео бесплатно?
Какие предварительные знания требуются для работы над проектом с рекомендациями?
Можно ли выполнить этот проект с рекомендациями в веб-браузере, не устанавливая специальное ПО?
Как организована учеба на проектах с рекомендациями?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera Footer
