Introdução à Pesquisa Visual Computacional com o PyTorch
Aprenderemos sobre diferentes tarefas de pesquisa visual computacional e nos concentraremos na classificação de imagem, aprendendo a usar redes neurais para classificar dígitos manuscritos, bem como algumas imagens do mundo real, como fotografias de cães e gatos. Usaremos uma das estruturas de aprendizado profundo mais populares, o PyTorch.
Objetivos de aprendizagem
Neste módulo, você vai:
- Saber mais sobre as tarefas de pesquisa visual computacional mais comumente resolvidas com redes neurais
- Entender como as CNNs (Redes Neurais Convolucionais) funcionam
- Treinar uma rede neural para reconhecer dígitos manuscritos e classificar gatos e cachorros.
- Saiba como usar a Transferência de Aprendizado para resolver problemas de classificação do mundo real com PyTorch
Pré-requisitos
- Conhecimento básico de Python e Jupyter Notebooks
- Familiaridade com a estrutura PyTorch, incluindo tensores, noções básicas de propagação de retorno e criação de modelos
- Noções básicas sobre conceitos de machine learning, como classificação, conjuntos de dados de treinamento/teste, precisão etc.