Image Classification with CNNs using Keras
Implement Convolutional Neural Networks in Keras with TensorFlow backend
Train Convolutional Neural Networks to solve Image Classification
In this 1-hour long project-based course, you will learn how to create a Convolutional Neural Network (CNN) in Keras with a TensorFlow backend, and you will learn to train CNNs to solve Image Classification problems. In this project, we will create and train a CNN model on a subset of the popular CIFAR-10 dataset. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your Internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with (e.g. Python, Jupyter, and Tensorflow) pre-installed. Prerequisites: In order to be successful in this project, you should be familiar with python and convolutional neural networks. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Habilidades que você desenvolverá
- CNN
- Deep Learning
- Machine Learning
- Computer Vision
- keras
Aprender passo a passo
Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Import Libraries
Preprocess Data
Visualize Examples
Create Model
Train the Model
Final Predictions
Como funcionam os projetos guiados
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vídeo de tela dividida, seu instrutor te orientará passo a passo
Avaliações
Principais avaliações do IMAGE CLASSIFICATION WITH CNNS USING KERAS
it was short n up to the mark, fully hands on and i came to know many new terms and their working. as it is a 1 hr assignment, this is just sufficient and satisfactory for beginners.
Rhyme interface is very bad and slow, I would not pay for courses on rhyme if it were not sponsored by my college\n\nVery good content though for a begginer
This is a very good guided project. I thank Amit Yadav and Coursera for his teaching in Image Classification with CNNs using Keras.\n\nThank You
Really enjoyed learning from Amit Yadav. He promptly answers any query posted in the discussion forum. Looking forward to learning more from him.
Perguntas Frequentes – FAQ
Perguntas Frequentes – FAQ
O que eu ganho se comprar projetos guiados?
Os projetos guiados estão disponíveis no computador e em dispositivos móveis?
Quem são os instrutores dos projetos guiados?
Posso baixar o trabalho do meu projeto guiado após completá-lo?
Como funciona a política de reembolso?Como funciona a política de reembolso?
Existe algum auxílio financeiro disponível?
Posso participar como ouvinte de um projeto guiado e assistir de graça a uma parte do vídeo?
Quanta experiência eu preciso ter para fazer esse projeto guiado?
Posso completar esse projeto guiado pelo meu navegador web em vez de instalar um software especial?
Como é a experiência de aprendizado com os projetos guiados?
Mais dúvidas? Visite o Central de Ajuda ao estudante.
Coursera Footer
