TensorFlow を使った畳み込みニューラルネットワーク

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

TensorFlow を使った畳み込みニューラルネットワーク

Instructeur : Laurence Moroney

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

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

Compétences que vous acquerrez

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

Outils que vous découvrirez

Catégorie : Tensorflow
Catégorie : Classification Algorithms

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

4 devoirs

Enseigné en Japonais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 4 modules dans ce cours

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。

Inclus

8 vidéos5 lectures1 devoir1 élément d'application

8 vidéosTotal 18 minutes

はじめに：アンドリューとの対話4 minutes
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 minutes
ノートブックに取り組む5 minutes
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 minutes
精度と損失を調べる1 minute
1 週目のまとめ1 minute

5 lecturesTotal 50 minutes

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

1 devoirTotal 30 minutes

1 週目テスト30 minutes

1 élément d'applicationTotal 60 minutes

練習問題 1 - 猫と犬60 minutes

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。

Inclus

7 vidéos6 lectures1 devoir1 élément d'application

7 vidéosTotal 14 minutes

アンドリューとの対話3 minutes
拡張の紹介3 minutes
ImageDataGeneratorで拡張をコーディングする 3 minutes
「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 minutes
2 週目のまとめ1 minute

6 lecturesTotal 60 minutes

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

1 devoirTotal 30 minutes

2 週目テスト30 minutes

1 élément d'applicationTotal 60 minutes

練習問題 2 - 拡張を使用した「猫と犬」60 minutes

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。

Inclus

7 vidéos5 lectures1 devoir1 élément d'application

7 vidéosTotal 14 minutes

アンドリューとの対話4 minutes
転移学習を理解する: コンセプト2 minutes
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 minutes
Dropout を探求する2 minutes
Inceptionでの転移学習を探求する2 minutes
3 週目のまとめ1 minute

5 lecturesTotal 50 minutes

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

1 devoirTotal 30 minutes

3 週目テスト30 minutes

1 élément d'applicationTotal 60 minutes

練習問題 3 - 転移学習を使用した「馬と人間」60 minutes

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。

Inclus

6 vidéos5 lectures1 devoir1 élément d'application

6 vidéosTotal 12 minutes

アンドリューとの対話3 minutes
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 minutes
「グー、チョキ、パー」で分類器を訓練する2 minutes
「グー、チョキ、パー」分類器をテストする3 minutes
アンドリューとの対話1 minute

5 lecturesTotal 50 minutes

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

1 devoirTotal 30 minutes

4 週目テスト30 minutes

1 élément d'applicationTotal 60 minutes

練習問題 4 - 多クラス分類器　60 minutes

Instructeur

Laurence Moroney

DeepLearning.AI

22 Cours602 897 apprenants

Offert par

DeepLearning.AI

En savoir plus sur Machine Learning

Statut : Essai gratuit
DeepLearning.AI
Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning
Cours
Statut : Essai gratuit
DeepLearning.AI
TensorFlow: Advanced Techniques
Spécialisation
Statut : Essai gratuit
DeepLearning.AI
Convolutional Neural Networks in TensorFlow
Cours
Statut : Essai gratuit
DeepLearning.AI
DeepLearning.AI TensorFlow Developer
Certificat Professionnel

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

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.