剧集
使用卷积神经网络的狗与猫分类 |Python 数据科学日
替换为 Jyothi Swaroop Makena
在此演示文稿中，我们将深入探讨一个卷积神经网络（CNN）项目，该项目旨在将图像分类为两类：狗和猫。 CNN 是一种深度神经网络，特别擅长图像识别任务。 我们的目标是展示CNN体系结构的复杂性及其在构建有效和准确的分类器，以区分这些常见宠物物种。
CNN 模型是一个多层神经网络，它采用卷积层从输入图像中自动学习分层特征。 这些卷积层由池层进行补充，这些层可向下采样所学习特征的空间维度，并完全连接层进行预测。 我们的数据集由狗和猫的标签图像组成，作为 CNN 学习和通用模式的培训材料。
最终，此 CNN 项目演示了图像分类任务中深度学习的强大功能，并作为了解计算机视觉中神经网络更广泛应用的基础。 即使你以前没有深度学习的经验，我敦促你来加入我，并见证深度学习和CNN的许多奇迹，特别是CNN。
章节
- 00：00 - 使用卷积神经网络的狗与猫分类
- 01：29 - 今天的议程
- 02：40 - 什么是卷积神经网络 （CNN）
- 03：50 - 为什么 CNN？ 为什么不是 ANN？
- 07：52 - 典型的 CNN 体系结构
- 11：10 - CNN 应用程序
- 11：57 - 演示
相关剧集
连接
- Jyothi Swaroop Makena |LinkedIn： /in/jyothiswaroopmakena/
在此演示文稿中，我们将深入探讨一个卷积神经网络（CNN）项目，该项目旨在将图像分类为两类：狗和猫。 CNN 是一种深度神经网络，特别擅长图像识别任务。 我们的目标是展示CNN体系结构的复杂性及其在构建有效和准确的分类器，以区分这些常见宠物物种。
CNN 模型是一个多层神经网络，它采用卷积层从输入图像中自动学习分层特征。 这些卷积层由池层进行补充，这些层可向下采样所学习特征的空间维度，并完全连接层进行预测。 我们的数据集由狗和猫的标签图像组成，作为 CNN 学习和通用模式的培训材料。
最终，此 CNN 项目演示了图像分类任务中深度学习的强大功能，并作为了解计算机视觉中神经网络更广泛应用的基础。 即使你以前没有深度学习的经验，我敦促你来加入我，并见证深度学习和CNN的许多奇迹，特别是CNN。
章节
- 00：00 - 使用卷积神经网络的狗与猫分类
- 01：29 - 今天的议程
- 02：40 - 什么是卷积神经网络 （CNN）
- 03：50 - 为什么 CNN？ 为什么不是 ANN？
- 07：52 - 典型的 CNN 体系结构
- 11：10 - CNN 应用程序
- 11：57 - 演示
相关剧集
连接
- Jyothi Swaroop Makena |LinkedIn： /in/jyothiswaroopmakena/
视频 URL
HTML iframe
想提供反馈？ 在此处提交问题。