Comprendre les principes fondamentaux du Réseau neuronal (CNN) et leur rôle dans le Deep learning et la vision par ordinateur.
Explorer les composants clés tels que les couches de convolution, de ReLU et de pooling.
Apprenez comment les CNN reconnaissent et traitent les images pour les tâches de classification.
Acquérir une expérience pratique de la construction et de la mise en œuvre de modèles de réseaux neuronaux convolutifs (CNN) par le biais de laboratoires guidés.
Compétences que vous acquerrez
Catégorie : Réseaux neuronaux artificiels
Réseaux neuronaux artificiels
Catégorie : Modèle de formation
Modèle de formation
Catégorie : Vision par ordinateur
Vision par ordinateur
Catégorie : Réseaux neuronaux convolutifs
Réseaux neuronaux convolutifs
Catégorie : Apprentissage profond
Apprentissage profond
Catégorie : Analyse d'images
Analyse d'images
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
6 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Ce cours adapté aux débutants sur les réseaux neuronaux convolutifs (CNN) vous dote des compétences essentielles pour comprendre les principes fondamentaux du Deep Learning et les appliquer à des tâches de reconnaissance d'images réelles. Apprenez comment les CNN alimentent les applications IA modernes et acquérez une expérience pratique grâce à des démonstrations de laboratoire guidées. Développez votre confiance dans la conception, la formation et la mise en œuvre efficace des modèles CNN.À la fin de ce cours, vous serez en mesure de : Comprendre les bases de CNN : Expliquer ce que sont les CNN et leur rôle dans l'apprentissage profond et la vision par ordinateur Explorer les composants de base : Apprendre à connaître les couches de convolution, de ReLU et de Pooling dans les CNN Reconnaître le traitement des images : Comprendre comment les réseaux neuronaux détectent et classent les caractéristiques des images Appliquer les modèles CNN : Construire et mettre en œuvre des modèles CNN par le biais de travaux pratiques guidés Acquérir des compétences pratiques : Développez une expertise pour traiter des projets de classification d'images dans le monde réel Idéal pour les débutants, et les professionnels intéressés par l'IA, la vision par ordinateur, et l'apprentissage profond.
Comprenez les principes fondamentaux des réseaux neuronaux convolutifs (CNN) pour développer une expertise en Deep Learning et en vision par ordinateur. Apprenez comment les CNN reconnaissent les images et explorez les composants de base tels que les couches de convolution, de ReLU et de Pooling. Acquérir des compétences pratiques grâce à des démonstrations de laboratoire guidées et mettre en œuvre des modèles CNN pour des tâches de classification d'images du monde réel.
Inclus
8 vidéos1 lecture3 devoirs
Afficher les informations sur le contenu du module
8 vidéos•Total 7 minutes
Qu'est-ce que le Réseau neuronal convolutif (CNN) ?•2 minutes
Comment le Réseau neuronal convolutif (CNN) reconnaît-il les images ?•1 minute
Les couches dans le Réseau neuronal convolutif (CNN)•0 minutes
Couche de convolution•1 minute
Couche ReLU•1 minute
Couche de Pooling•1 minute
Réseau neuronal convolutif (CNN)•1 minute
Comment le Réseau neuronal convolutif (CNN) reconnaît-il exactement une image ?•1 minute
1 lecture•Total 10 minutes
Syllabus du cours•10 minutes
3 devoirs•Total 59 minutes
Évaluation des bases du Réseau neuronal convolutif (CNN)•38 minutes
Quiz sur l'introduction au Réseau neuronal (CNN)•6 minutes
Quiz sur les principaux composants et la structure des CNN•15 minutes
Le Réseau neuronal convolutif (CNN)
Module 2•1 heure à terminer
Détails du module
Acquérir une expérience pratique des Réseaux neuronaux convolutifs grâce à des démonstrations en laboratoire, étape par étape. Des bases à l'implémentation avancée, ce module vous guide à travers de multiples exercices pratiques à travers cinq démos, vous aidant à construire, tester et appliquer efficacement des modèles de réseaux neuronaux (CNN) dans des scénarios du monde réel.
Inclus
5 vidéos3 devoirs
Afficher les informations sur le contenu du module
5 vidéos•Total 59 minutes
Démonstration en laboratoire Partie 1•14 minutes
Démonstration pratique en laboratoire, partie 2•13 minutes
Démonstration pratique en laboratoire, partie 3•13 minutes
Démonstration en laboratoire Partie 4•11 minutes
Démonstration en laboratoire Partie 5•8 minutes
3 devoirs•Total 17 minutes
Évaluation du Réseau neuronal convolutif (CNN)•2 minutes
Simplilearn est un leader mondial dans le domaine de l'amélioration des compétences numériques, offrant des formations hautement spécialisées dans les technologies et processus émergents qui façonnent l'avenir de l'économie numérique. Nous nous concentrons sur les innovations qui transforment le paysage numérique tout en réduisant considérablement les coûts et les délais par rapport aux méthodes traditionnelles. Plus d'un million de professionnels et 2 000 organismes de formation d'entreprise ont bénéficié de nos programmes primés pour atteindre leurs objectifs professionnels et commerciaux.
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.’
Qu'est-ce que le Réseau neuronal convolutif (CNN) ?
La formation CNN enseigne les principes fondamentaux des Réseaux neuronaux convolutifs (CNN), notamment leur structure, leurs composants et leurs applications pratiques dans la reconnaissance d'images.
Quelles compétences pratiques vais-je acquérir grâce à ce cours ?
Vous apprendrez à construire, entraîner et mettre en œuvre des modèles de Réseau neuronal (CNN) en utilisant des couches telles que la convolution, la ReLU et le pooling pour des tâches de classification d'images du monde réel.
Recevrai-je un certificat après avoir suivi la formation ?
Oui, vous recevrez un certificat après avoir suivi avec succès le cours et ses projets pratiques.
Quelles sont les applications concrètes du Réseau neuronal convolutif (CNN) abordées dans ce cours ?
Ce cours démontre les applications du Réseau neuronal dans les tâches de classification d'images, de détection d'objets et de reconnaissance visuelle, préparant les apprenants à des projets dans des domaines tels que l'imagerie des soins de santé, les véhicules autonomes et l'analytique du commerce de détail.
Quand aurai-je accès aux cours et aux devoirs ?
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Que recevrai-je si j'achète le certificat ?
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.