À propos de ce cours
873,595 consultations récentes

Cours 4 sur 5 dans le

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 21 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Chinois (traditionnel), Chinois (simplifié), Coréen, Turc, Anglais, Espagnol, Japonais...

Compétences que vous acquerrez

Facial Recognition SystemTensorflowConvolutional Neural NetworkArtificial Neural Network

Cours 4 sur 5 dans le

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 21 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Chinois (traditionnel), Chinois (simplifié), Coréen, Turc, Anglais, Espagnol, Japonais...

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
6 heures pour terminer

Foundations of Convolutional Neural Networks

12 vidéos (Total 140 min), 4 lectures, 3 quiz
12 vidéos
Edge Detection Example11 min
More Edge Detection7 min
Padding9 min
Strided Convolutions9 min
Convolutions Over Volume10 min
One Layer of a Convolutional Network16 min
Simple Convolutional Network Example8 min
Pooling Layers10 min
CNN Example12 min
Why Convolutions?9 min
Yann LeCun Interview27 min
4 lectures
Strided convolutions *CORRECTION*1 min
Simple Convolutional Network Example *CORRECTION*1 min
CNN Example *CORRECTION*1 min
Why Convolutions? *CORRECTION*1 min
1 exercice pour s'entraîner
The basics of ConvNets20 min
Semaine
2
5 heures pour terminer

Deep convolutional models: case studies

11 vidéos (Total 99 min), 1 lecture, 2 quiz
11 vidéos
Classic Networks18 min
ResNets7 min
Why ResNets Work9 min
Networks in Networks and 1x1 Convolutions6 min
Inception Network Motivation10 min
Inception Network8 min
Using Open-Source Implementation4 min
Transfer Learning8 min
Data Augmentation9 min
State of Computer Vision12 min
1 lecture
Inception Network Motivation *CORRECTION*1 min
1 exercice pour s'entraîner
Deep convolutional models20 min
Semaine
3
4 heures pour terminer

Object detection

10 vidéos (Total 85 min), 2 lectures, 2 quiz
10 vidéos
Landmark Detection5 min
Object Detection5 min
Convolutional Implementation of Sliding Windows11 min
Bounding Box Predictions14 min
Intersection Over Union4 min
Non-max Suppression8 min
Anchor Boxes9 min
YOLO Algorithm7 min
(Optional) Region Proposals6 min
2 lectures
Convolutional Implementation of Sliding Windows *CORRECTION*1 min
YOLO algorithm *CORRECTION*1 min
1 exercice pour s'entraîner
Detection algorithms20 min
Semaine
4
5 heures pour terminer

Special applications: Face recognition & Neural style transfer

11 vidéos (Total 76 min), 3 lectures, 3 quiz
11 vidéos
One Shot Learning4 min
Siamese Network4 min
Triplet Loss15 min
Face Verification and Binary Classification6 min
What is neural style transfer?2 min
What are deep ConvNets learning?7 min
Cost Function3 min
Content Cost Function3 min
Style Cost Function13 min
1D and 3D Generalizations9 min
3 lectures
Triplet Loss *CORRECTION*1 min
Face Verification and Binary Classification *CORRECTION*1 min
Style Cost *CORRECTION*1 min
1 exercice pour s'entraîner
Special applications: Face recognition & Neural style transfer20 min
4.9
2991 avisChevron Right

37%

a commencé une nouvelle carrière après avoir terminé ces cours

37%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

11%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour Convolutional Neural Networks

par AGJan 13th 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.

par RKSep 2nd 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.

Enseignants

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain
Avatar

Head Teaching Assistant - Kian Katanforoosh

Lecturer of Computer Science at Stanford University, deeplearning.ai, Ecole CentraleSupelec
Avatar

Teaching Assistant - Younes Bensouda Mourri

Mathematical & Computational Sciences, Stanford University, deeplearning.ai
Computer Science

À propos de deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

À propos du Spécialisation Deep Learning

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....
Deep Learning

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.