الحلقة

Dog vs Cat Classification Using Convolution Neural Network | يوم علوم بيانات Python

مع Jyothi Swaroop Makena

يوم علوم بيانات Python

في هذا العرض التقديمي، نخوض في مشروع شبكة عصبية التفافية (CNN) مصمم لتصنيف الصور إلى فئتين: الكلاب والقطط. CNNs هي نوع من الشبكة العصبية العميقة بارعة بشكل خاص في مهام التعرف على الصور. هدفنا هو عرض تعقيدات بنية CNN وتطبيقها في بناء مصنف فعال ودقيق للتمييز بين هذه الأنواع الشائعة من الحيوانات الأليفة.

نموذج CNN هو شبكة عصبية متعددة الطبقات تستخدم طبقات التفافية لتعلم الميزات الهرمية تلقائيا من صور الإدخال. تستكمل هذه الطبقات الالتفافية بطبقات التجميع، والتي تتقلص الأبعاد المكانية للميزات المستفادة، والطبقات المتصلة بالكامل لإجراء التنبؤات. تتكون مجموعة البيانات لدينا من صور مسماة للكلاب والقطط، تعمل كمواد تدريبية ل CNN لتعلم الأنماط وتعميمها.

وفي نهاية المطاف، فإن مشروع CNN هذا يجسد قوة التعلم العميق في مهام تصنيف الصور ويعمل كأساس لفهم التطبيقات الأوسع للشبكات العصبية في رؤية الكمبيوتر. حتى إذا لم يكن لديك أي خبرة سابقة في التعلم العميق، فإنني أحثك على الانضمام إلي، ومشاهدة العديد من عجائب التعلم العميق و CNN على وجه الخصوص.

الفصول

  • 00:00 - تصنيف الكلاب مقابل القط باستخدام الشبكة العصبية الالتفافية
  • 01:29 - جدول أعمال اليوم
  • 02:40 - ما هي الشبكة العصبية الالتفافية (CNN)
  • 03:50 -- لماذا CNN؟ لماذا لا ANN؟
  • 07:52 - تصميم CNN النموذجي
  • 11:10 - تطبيقات CNN
  • 11:57 - عرض توضيحي

اتصال

المطور
Python

هل لديك ملاحظات؟ أرسل مشكلة هنا.