Project: Classification with Transfer Learning in Keras

4.4
étoiles
7 évaluations
2 avis
Offert par
Rhyme
Dans ce projet guidé, vous :

How to implement transfer learning with Keras and TensorFlow

How to use transfer learning to solve image classification

Clock2 hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this 1.5 hour long project-based course, you will learn to create and train a Convolutional Neural Network (CNN) with an existing CNN model architecture, and its pre-trained weights. We will use the MobileNet model architecture along with its weights trained on the popular ImageNet dataset. By using a model with pre-trained weights, and then training just the last layers on a new dataset, we can drastically reduce the training time required to fit the model to the new data . The pre-trained model has already learned to recognize thousands on simple and complex image features, and we are using its output as the input to the last layers that we are training. In order to be successful in this project, you should be familiar with Python, Neural Networks, and CNNs. Note: 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

Deep LearningInductive TransferConvolutional Neural NetworkMachine LearningTensorflow

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Import Libraries and Helper functions

  2. Download the Pet dataset and extract relevant annotations

  3. Add functionality to create a random batch of examples and labels

  4. Create a new model with MobileNet v2 and a new fully connected top layer

  5. Create a data generator function and calculate training and validation steps

  6. Get predictions on a test batch and display the test batch along with prediction

Comment fonctionnent les projets guidés

Your workspace is a cloud desktop right in your browser, no download required

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

  • En achetant un projet guidé, vous obtenez tout ce dont vous avez besoin pour terminer ce projet guidé, y compris l'accès à un espace de travail de bureau cloud, via votre navigateur web, qui contient les fichiers et les logiciels dont vous avez besoin pour commencer, ainsi que les instructions vidéo étape par étape d'un expert en la matière.

  • Comme votre espace de travail contient un bureau cloud dimensionné pour un ordinateur portable ou de bureau, les projets guidés ne sont pas disponibles sur votre appareil mobile.

  • Les enseignants des projets guidés sont des experts en la matière qui ont de l'expérience dans les compétences, les outils ou le domaine de leur projet et qui sont passionnés par le partage de leurs connaissances avec des millions d'étudiants dans le monde.

  • À partir du projet guidé, vous pouvez télécharger et conserver tout fichier que vous avez créé. Pour ce faire, vous pouvez utiliser la fonction « Navigateur de fichiers » pendant que vous accédez à votre bureau cloud.

  • Aucune aide financière n'est disponible pour les projets guidés.

  • L'audit n'est pas disponible pour les projets guidés.

  • En haut de la page, vous pouvez appuyer sur le niveau d'expérience de ce projet guidé pour afficher les connaissances requises. Pour chaque niveau de projet guidé, votre enseignant vous guidera étape par étape.

  • Oui, tout ce dont vous avez besoin pour terminer votre projet guidé sera présent sur un bureau cloud disponible dans votre navigateur.

  • Vous apprenez en effectuant des tâches dans un environnement à écran partagé, directement dans votre navigateur. Sur le côté gauche de l'écran, vous terminez la tâche dans votre espace de travail. Sur le côté droit de l'écran, vous voyez un(e) enseignant(e) qui vous guide tout au long du projet, étape par étape.