Traffic Sign Classification Using Deep Learning in Python/Keras

4.6
179 個評分
提供方
Coursera Project Network
3,638 人已註冊
在此指導項目中,您將:

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.

Clock2 hours
Intermediate中級
Cloud無需下載
Video分屏視頻
Comment Dots英語(English)
Laptop僅限桌面

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.

您要培養的技能

Deep LearningArtificial Intelligence (AI)Machine LearningPython ProgrammingComputer Vision

分步進行學習

在與您的工作區一起在分屏中播放的視頻中,您的授課教師將指導您完成每個步驟:

  1. Task 1: Project overview

  2. Task 2: Import libraries and datasets

  3. Task 3: Perform image visualization

  4. Task 4: Convert images to gray-scale and perform normalization

  5. Task 5: Understand the theory and intuition behind Convolutional Neural Networks

  6. Task 6: Build deep learning model

  7. Task 7: Compile and train deep learning model

  8. Task 8: Assess trained model performance

指導項目工作原理

您的工作空間就是瀏覽器中的雲桌面,無需下載

在分屏視頻中,您的授課教師會為您提供分步指導

講師

審閱

來自TRAFFIC SIGN CLASSIFICATION USING DEEP LEARNING IN PYTHON/KERAS的熱門評論

查看所有評論

常見問題

常見問題

  • 購買指導項目後,您將獲得完成指導項目所需的一切,包括通過Web 瀏覽器訪問云桌面工作空間,工作空間中包含您需要了解的文件和軟件,以及特定領域的專家提供的分步視頻說明。

  • 由於您的工作空間包含適合筆記本電腦或台式計算機使用的雲桌面,因此指導項目不在移動設備上提供。

  • 指導項目講師是特定領域的專家,他們在項目的技能、工具或領域方面經驗豐富,並且熱衷於分享自己的知識以影響全球數百萬的學生。

  • 您可以從指導項目中下載並保留您創建的任何文件。為此,您可以在訪問云桌面時使用‘文件瀏覽器’功能。

  • 指導項目不符合退款條件。 請查看我們完整的退款政策

  • 指導項目不提供助學金。

  • 指導項目不支持旁聽。

  • 您可在頁面頂部點按此指導項目的經驗級別,查看任何知識先決條件。對於指導項目的每個級別,您的講師會逐步為您提供指導。

  • 是,您可以在瀏覽器的雲桌面中獲得完成指導項目所需的一切。

  • 您可以直接在瀏覽器中於分屏環境下完成任務,以此從做中學。在屏幕的左側,您將在工作空間中完成任務。在屏幕的右側,您將看到有講師逐步指導您完成項目。

還有其他問題嗎?請訪問 學生幫助中心