In diesem 2-stündigen Geführten Projekt lernen Sie, wie Sie ein Siamesisches Netzwerk implementieren. Sie trainieren das Netzwerk mit der Triplet-Verlustfunktion. Sie erstellen einen Anker-, Positiv- und Negativ-Bilddatensatz, die die Eingaben für die Triplet-Verlustfunktion darstellen, mit der das Netzwerk die Einbettung von Merkmalen lernt. Siamesische Netzwerke haben eine Fülle von Anwendungen, wie z.B. Gesichtserkennung, Unterschriftenprüfung, Re-Identifizierung von Personen, etc. In diesem Projekt werden Sie ein einfaches Siamese Netzwerk für die Wiedererkennung von Personen trainieren.
Deep Learning mit PyTorch : Siamesisches Netzwerk
Deep Learning mit PyTorch : Siamesisches Netzwerk
Dozent: Parth Dhameliya
4.671 bereits angemeldet
Bei enthalten
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
4.7
(49 Bewertungen)
Stufe Fortgeschritten
Empfohlene Erfahrung
2 Stunden
In Ihrem eigenen Lerntempo lernen
Praktisches Lernen
Was Sie lernen werden
Implementierung eines siamesischen Netzwerks mit triolischer Verlustfunktion
Erstellen Sie die Training-Schleife für das siamesische Netzwerk
Kompetenzen, die Sie festigen
- Kategorie: Einbettungen
- Kategorie: Faltungsneuronale Netzwerke
- Kategorie: Computervision
- Kategorie: PyTorch (Bibliothek für Maschinelles Lernen)
- Kategorie: Künstliche neuronale Netze
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Deep Learning
- Kategorie: Bildanalyse
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Keine Downloads oder Installation erforderlich
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien
Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Colab-Laufzeit einrichten
Konfigurationen
APN-Datensatz erstellen
Dataset in Stapel laden
Modell erstellen
Erstellen von Trainings- und Evaluierungsfunktionen
Training Schleife
Ankerkodierungen abrufen
Inferenz
Empfohlene Erfahrung
Frühere Programmiererfahrung in Python und grundlegenden PyTorch. Theoretische Kenntnisse über Convolutional Neural Network, Optimierung und Siamese Network.
9 Projektbilder
Dozent
9 Kurse44.111 Lernende
von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.7
49 Bewertungen
- 5 stars
75,51 %
- 4 stars
18,36 %
- 3 stars
2,04 %
- 2 stars
4,08 %
- 1 star
0 %
Zeigt 3 von 49 an
SB
5
Geprüft am 16. Okt. 2022
Overall, it is good enough.it will be better if there is accuracy calculation, thank you!
NR
5
Geprüft am 22. Sep. 2024
The course is very short, but uses the time well. It develops practical skills, so if you are looking to learn the theory you may be better served elsewhere.
DL
4
Geprüft am 30. Aug. 2022
I cannot unenroll this project. Is this normal or will I be charged? I just wanted to explore this and one another guided project.
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser Testzeitraum
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.
Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.
Sie können alle von Ihnen erstellten Dateien aus dem angeleiteten Projekt herunterladen und speichern. Zu diesem Zweck können Sie die Funktion „Dateibrowser“ verwenden, wenn Sie auf Ihren Cloud-Desktop zugreifen.