Introduzione a Visione artificiale con PyTorch
Verranno fornite informazioni su diverse attività di visione artificiale con particolare attenzione alla classificazione delle immagini, imparando a usare le reti neurali per classificare le cifre scritte a mano, nonché alcune immagini reali, ad esempio fotografie di gatti e cani. Verrà usato uno dei framework di Deep Learning più diffusi, PyTorch.
Obiettivi di apprendimento
Contenuto del modulo:
- Informazioni sulle attività di visione artificiale più comunemente risolte con le reti neurali
- Informazioni sul funzionamento delle reti neurali convoluzionali (CNN)
- Eseguire il training di una rete neurale per riconoscere le cifre scritte a mano e classificare gatti e cani.
- Informazioni su come usare l'apprendimento induttivo per risolvere i problemi di classificazione reale con PyTorch
Prerequisiti
- Conoscenza di base di Python e Jupyter Notebook
- Familiarità con il framework PyTorch, inclusi tensori, nozioni di base sulla retropropagazione e creazione di modelli
- Informazioni sui concetti di apprendimento automatico, ad esempio classificazione, training/test di set di dati, accuratezza e così via.