This course will teach you how to build convolutional neural networks and apply it to image data. Thanks to deep learning, computer vision is working far better than just two years ago, and this is enabling numerous exciting applications ranging from safe autonomous driving, to accurate face recognition, to automatic reading of radiology images.
Este curso faz parte do Programa de cursos integrados Aprendizagem profunda
oferecido por
Programa de cursos integrados Aprendizagem profundadeeplearning.aiInformações sobre o curso
1,840,451 visualizações recentes
Resultados de carreira do aprendiz
36%
comecei uma nova carreira após concluir estes cursos
37%
consegui um benefício significativo de carreira com este curso
12%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Curso 4 de 5 no
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 20 horas para completar
Inglês
Legendas: Chinês (tradicional), Chinês (simplificado), Coreano, Turco, Inglês, Espanhol, Japonês
Habilidades que você terá
Facial Recognition SystemTensorflowConvolutional Neural NetworkArtificial Neural Network
Resultados de carreira do aprendiz
36%
comecei uma nova carreira após concluir estes cursos
37%
consegui um benefício significativo de carreira com este curso
12%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Curso 4 de 5 no
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 20 horas para completar
Inglês
Legendas: Chinês (tradicional), Chinês (simplificado), Coreano, Turco, Inglês, Espanhol, Japonês
oferecido por
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
Programa - O que você aprenderá com este curso
6 horas para concluir
Foundations of Convolutional Neural Networks
Learn to implement the foundational layers of CNNs (pooling, convolutions) and to stack them properly in a deep network to solve multi-class image classification problems.
6 horas para concluir
12 vídeos (Total 140 mín.), 4 leituras, 3 testes
12 videos
Computer Vision5min
Edge Detection Example11min
More Edge Detection7min
Padding9min
Strided Convolutions9min
Convolutions Over Volume10min
One Layer of a Convolutional Network16min
Simple Convolutional Network Example8min
Pooling Layers10min
CNN Example12min
Why Convolutions?9min
Yann LeCun Interview27min
4 leituras
Strided convolutions *CORRECTION*1min
Simple Convolutional Network Example *CORRECTION*1min
CNN Example *CORRECTION*1min
Why Convolutions? *CORRECTION*1min
1 exercício prático
The basics of ConvNets30min
5 horas para concluir
Deep convolutional models: case studies
Learn about the practical tricks and methods used in deep CNNs straight from the research papers.
5 horas para concluir
11 vídeos (Total 99 mín.), 1 leitura, 2 testes
11 videos
Classic Networks18min
ResNets7min
Why ResNets Work9min
Networks in Networks and 1x1 Convolutions6min
Inception Network Motivation10min
Inception Network8min
Using Open-Source Implementation4min
Transfer Learning8min
Data Augmentation9min
State of Computer Vision12min
1 leituras
Inception Network Motivation *CORRECTION*1min
1 exercício prático
Deep convolutional models30min
4 horas para concluir
Object detection
Learn how to apply your knowledge of CNNs to one of the toughest but hottest field of computer vision: Object detection.
4 horas para concluir
10 vídeos (Total 85 mín.), 2 leituras, 2 testes
10 videos
Object Localization11min
Landmark Detection5min
Object Detection5min
Convolutional Implementation of Sliding Windows11min
Bounding Box Predictions14min
Intersection Over Union4min
Non-max Suppression8min
Anchor Boxes9min
YOLO Algorithm7min
(Optional) Region Proposals6min
2 leituras
Convolutional Implementation of Sliding Windows *CORRECTION*1min
YOLO algorithm *CORRECTION*1min
1 exercício prático
Detection algorithms30min
5 horas para concluir
Special applications: Face recognition & Neural style transfer
Discover how CNNs can be applied to multiple fields, including art generation and face recognition. Implement your own algorithm to generate art and recognize faces!
5 horas para concluir
11 vídeos (Total 76 mín.), 3 leituras, 3 testes
11 videos
One Shot Learning4min
Siamese Network4min
Triplet Loss15min
Face Verification and Binary Classification6min
What is neural style transfer?2min
What are deep ConvNets learning?7min
Cost Function3min
Content Cost Function3min
Style Cost Function13min
1D and 3D Generalizations9min
3 leituras
Triplet Loss *CORRECTION*1min
Face Verification and Binary Classification *CORRECTION*1min
Style Cost *CORRECTION*1min
1 exercício prático
Special applications: Face recognition & Neural style transfer30min
Avaliações
Principais avaliações do CONVOLUTIONAL NEURAL NETWORKS
por RK1 de Set de 2019
This is very intensive and wonderful course on CNN. No other course in the MOOC world can be compared to this course's capability of simplifying complex concepts and visualizing them to get intuition.
por AG12 de Jan de 2019
Great course for kickoff into the world of CNN's. Gives a nice overview of existing architectures and certain applications of CNN's as well as giving some solid background in how they work internally.
por RS11 de Dez de 2019
Great Course Overall One thing is that some videos are not edited properly so Andrew repeats the same thing, again and again, other than that great and simple explanation of such complicated tasks.
por SH5 de Ago de 2019
Great content in lectures! Automatic graders for programming assignments can be tricky, and set to old versions of tf sometimes, but answers to these issues are readily found in the discussion forums.
Sobre Programa de cursos integrados Aprendizagem profunda
If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning.
In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach.
You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice.
AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work.
We will help you master Deep Learning, understand how to apply it, and build a career in AI.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Existe algum auxílio financeiro disponível?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
