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.
Les compétences que vous développerez
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Import Libraries
Preprocess Data
Visualize Examples
Create Model
Train the Model
Final Predictions
Comment fonctionnent les projets guidés
Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.
Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé
Avis
Meilleurs avis pour 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.
Foire Aux Questions
Foire Aux Questions
Que vais-je obtenir si j'achète un Projet guidé ?
Les Projets guidés sont-ils disponibles sur ordinateur et sur mobile ?
Qui sont les enseignants pour les Projets guidés ?
Puis-je télécharger le travail depuis mon Projet guidé une fois que je l'ai terminé ?
Quelle est la politique de remboursement ?
Une aide financière est-elle disponible ?
Puis-je auditer un Projet guidé et regarder une partie de la vidéo gratuitement ?
De quelle expérience ai-je besoin pour réaliser ce Projet guidé ?
Puis-je terminer ce Projet guidé directement avec mon navigateur web, au lieu d'installer un logiciel spécial ?
Comment se présente l'expérience d'apprentissage pour les Projets guidés ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera Footer
