TensorFlow を使った畳み込みニューラルネットワーク

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

TensorFlow を使った畳み込みニューラルネットワーク

Dozent: Laurence Moroney

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

現実世界の画像データを扱う
損失と精度をプロットする
拡張とDropout を含めた過学習を防ぐための戦略を探る
転移学習および、学習済みの特徴をモデルから抽出する方法を学ぶ

Kompetenzen, die Sie erwerben

Kategorie: Convolutional Neural Networks
Kategorie: Applied Machine Learning
Kategorie: Image Analysis
Kategorie: Transfer Learning
Kategorie: Model Optimization
Kategorie: Scientific Visualization
Kategorie: Computer Vision
Kategorie: Data Preprocessing
Kategorie: Model Evaluation

Werkzeuge, die Sie lernen werden

Kategorie: Tensorflow
Kategorie: Classification Algorithms

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Aufgaben

Unterrichtet in Japanisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 4 Module

ソフトウェア開発者であれば、拡張性のあるAI搭載アルゴリズムを構築したい場合、構築ツールの使い方を理解する必要があります。この講座は今後学んでいく「TensorFlow in Practice 専門講座」の一部であり、機械学習用の人気のオープンソースフレームワークであるTensorFlowのベストプラクティスを学習します。

deeplearning.ai が提供する「TensorFlow in Practice 専門講座」の講座２では、講座１で構築したコンピュータビジョンモデルを改善するための高度な技法を学習します。現実世界の様々な形状とサイズがある画像の扱い方を探求し、畳み込みを通過する画像がたどる行程を視覚化して、コンピューターがどのようにして情報を「見る」かを理解し、損失と精度をプロットし、拡張とDropoutなど、過学習を防ぐための戦略を探求します。最後に、講座２では転移学習を紹介し、学習した特徴をモデルから抽出する方法を学びます。アンドリュー・エンの「 The Machine Learning（機械学習）」と「Deep Learning Specialization（ディープラーニング専門講座）」では、機械学習とディープラーニングの最も重要かつ基本的な原理を学習します。deeplearning.aiが提供する新しい「TensorFlow in Practice 専門講座」では、TensorFlowを使用してそれらの原理を実装し、拡張性のあるモデルを構築して現実世界の問題に適用する方法を学びます。ニューラルネットワークの仕組みについての理解を深めるには、「ディープラーニング専門講座」を受講することをお勧めします。

本専門講座の 1 つ目の講座では、TensorFlowを紹介し、そのハイレベルAPIで基本的な画像分類を行い、畳み込みニューラルネットワーク（ConvNet）についても少し学びました。本講座では、ConvNetによる現実世界のデータの使用をより詳しく学び、特に画像分類を行う際にConvNetの性能を高める技法について学びます。1週目では、まず、今まで使用してきたものよりはるかに大きなデータセット、すなわち、画像分類のKaggle チャレンジだった「猫と犬」のデータセットより大きなデータセットを見ていきます。

Das ist alles enthalten

8 Videos5 Lektüren1 Aufgabe1 App-Element

8 VideosInsgesamt 18 Minuten

はじめに：アンドリューとの対話4 Minuten
アンドリューとの対話1 Minute
「猫と犬」のデータセットを使用したトレーニング3 Minuten
ノートブックに取り組む5 Minuten
クロッピングで修正を行う1 Minute
畳み込みの効果を視覚化する2 Minuten
精度と損失を調べる1 Minute
1 週目のまとめ1 Minute

5 LektürenInsgesamt 50 Minuten

始める前に：TensorFlow 2.0とこの講座について10 Minuten
「猫と犬」のデータセット10 Minuten
ノートブックを見る　10 Minuten
次の動画について10 Minuten
今週の学習内容　10 Minuten

1 AufgabeInsgesamt 30 Minuten

1 週目テスト30 Minuten

1 App-ElementInsgesamt 60 Minuten

練習問題 1 - 猫と犬60 Minuten

これまでに過学習という用語を何度も耳にしていると思います。過学習とは、簡単に言うと、訓練における特殊化の行き過ぎを表す概念です。つまり、モデルは訓練したものの分類においては非常に優秀でも、見たことがないものの分類はあまり上手にできないということです。モデルをより効果的に汎用化するためには、当然、より幅広い訓練サンプルが必要になります。しかし、いつも入手できるわけではありません。そこで近道となり得るのが画像拡張です。訓練セットに手を加えて、被写体の多様性を高めることができます。今週は、それを詳しく学びます。

Das ist alles enthalten

7 Videos6 Lektüren1 Aufgabe1 App-Element

7 VideosInsgesamt 14 Minuten

アンドリューとの対話3 Minuten
拡張の紹介3 Minuten
ImageDataGeneratorで拡張をコーディングする 3 Minuten
「猫と犬」での過学習を実演する1 Minute
「猫と犬」に拡張を追加する1 Minute
「馬と人間」での拡張を探求する2 Minuten
2 週目のまとめ1 Minute

6 LektürenInsgesamt 60 Minuten

画像拡張　10 Minuten
コーディングの開始 10 Minuten
ノートブックを見る10 Minuten
「猫と犬」に対する拡張の影響 10 Minuten
試してみよう 10 Minuten
今週の学習内容10 Minuten

1 AufgabeInsgesamt 30 Minuten

2 週目テスト30 Minuten

1 App-ElementInsgesamt 60 Minuten

練習問題 2 - 拡張を使用した「猫と犬」60 Minuten

自分でモデルを構築するのは素晴らしいことであり、大きな強みです。しかし、これまで見てきたように、手持ちのデータに制限されることがあります。誰でも大量のデータセットやそれらを効果的に訓練するために必要な計算能力を入手できるわけではありません。転移学習は、この解決に役立ちます。大きなデータセットで訓練したモデルがある場合、それを直接利用するか、または学習した特徴を利用して、自分のシナリオに適用することができます。これを転移学習といい、今週はこれについて学びます。

Das ist alles enthalten

7 Videos5 Lektüren1 Aufgabe1 App-Element

7 VideosInsgesamt 14 Minuten

アンドリューとの対話4 Minuten
転移学習を理解する: コンセプト2 Minuten
Inceptionモードでの転移学習をコーディングする1 Minute
転移した特徴を使った自分のモデルをコーディングする2 Minuten
Dropout を探求する2 Minuten
Inceptionでの転移学習を探求する2 Minuten
3 週目のまとめ1 Minute

5 LektürenInsgesamt 50 Minuten

コーディングを始めよう　10 Minuten
DNNを追加する10 Minuten
Dropoutを使用する　10 Minuten
「猫と犬」に転移学習を適用する 10 Minuten
今週の学習内容 10 Minuten

1 AufgabeInsgesamt 30 Minuten

3 週目テスト30 Minuten

1 App-ElementInsgesamt 60 Minuten

練習問題 3 - 転移学習を使用した「馬と人間」60 Minuten

お疲れ様でした。ConvNetから次のモジュールへ進む前に必要なことがもう一つあります。それは２値分類の先へ進むことです。今まで見てきた例は、「これか、あれか」つまり、馬と人間、猫と犬、という分類でした。２値分類からカテゴリー分類へ進む際には、考慮する必要があるコーディング上の事項がいくつかあります。今週は、それらを見ていきます。

Das ist alles enthalten

6 Videos5 Lektüren1 Aufgabe1 App-Element

6 VideosInsgesamt 12 Minuten

アンドリューとの対話3 Minuten
２値分類から多クラス分類へ移行する1 Minute
「グー、チョキ、パー」のデータセットを使った多クラスを探求する2 Minuten
「グー、チョキ、パー」で分類器を訓練する2 Minuten
「グー、チョキ、パー」分類器をテストする3 Minuten
アンドリューとの対話1 Minute

5 LektürenInsgesamt 50 Minuten

データセットの紹介 10 Minuten
コードを見てみよう 10 Minuten
分類器をテストしてみる 10 Minuten
今週の学習内容 10 Minuten
まとめ10 Minuten

1 AufgabeInsgesamt 30 Minuten

4 週目テスト30 Minuten

1 App-ElementInsgesamt 60 Minuten

練習問題 4 - 多クラス分類器　60 Minuten

Dozent

Laurence Moroney

DeepLearning.AI

22 Kurse602.897 Lernende

von

DeepLearning.AI

Mehr von Machine Learning entdecken

DeepLearning.AI
Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning
Kurs
DeepLearning.AI
TensorFlow: Advanced Techniques
Spezialisierung
DeepLearning.AI
Convolutional Neural Networks in TensorFlow
Kurs
DeepLearning.AI
DeepLearning.AI TensorFlow Developer
Berufsbezogenes Zertifikat

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. 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.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.