Traffic Sign Classification Using Deep Learning in Python/Keras
Understand the theory and intuition behind Convolutional Neural Networks (CNNs).
Build and train a Convolutional Neural Network using Keras with Tensorflow 2.0 as a backend.
Assess the performance of trained CNN and ensure its generalization using various Key performance indicators.
In this 1-hour long project-based course, you will be able to: - Understand the theory and intuition behind Convolutional Neural Networks (CNNs). - Import Key libraries, dataset and visualize images. - Perform image normalization and convert from color-scaled to gray-scaled images. - Build a Convolutional Neural Network using Keras with Tensorflow 2.0 as a backend. - Compile and fit Deep Learning model to training data. - Assess the performance of trained CNN and ensure its generalization using various KPIs. - Improve network performance using regularization techniques such as dropout.
あなたが開発するスキル
ステップバイステップで学習します
ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。
Task 1: Project overview
Task 2: Import libraries and datasets
Task 3: Perform image visualization
Task 4: Convert images to gray-scale and perform normalization
Task 5: Understand the theory and intuition behind Convolutional Neural Networks
Task 6: Build deep learning model
Task 7: Compile and train deep learning model
Task 8: Assess trained model performance
ガイド付きプロジェクトの仕組み
ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です
分割画面のビデオで、講師が手順ごとにガイドします
レビュー
TRAFFIC SIGN CLASSIFICATION USING DEEP LEARNING IN PYTHON/KERAS からの人気レビュー
Very nice course, everything was explained perfectly. Can also add about testing the trained model using external data, like if we want to give an input and perform prediction then how it is done.
Instructor was efficient in delivering the knowledge and I understood it very well. The exercises were also great. Overall, my aim for taking this course had been accomplished.
Thank you so much for such an awesome course ryan ahmad sir. I got 100/100 from your teaching. I wish i could meet you personally.
Course misses detailed explanation but its good for those who have just learned CNN's and want a quick hands on experience.
よくある質問
よくある質問
ガイド付きプロジェクトを購入すると何を行えるようになりますか？
ガイド付きプロジェクトを購入することによって、ガイド付きプロジェクトを完了するために必要なものすべてが得られます。これには、開始する必要のあるファイルとソフトウェアを含むWebブラウザを介したクラウドデスクトップワークスペースへのアクセスの他、専門家によるステップバイステップのビデオ講座が含まれます。
ガイド付きプロジェクトはデスクトップとモバイル機器で利用できますか？
ワークスペースにはラップトップまたはデスクトップコンピューターに適したサイズのクラウドデスクトップが含まれているため、モバイル機器ではガイド付きプロジェクトを使用できません。
ガイド付きプロジェクトの講師にはどのような方がいらっしゃいますか？
ガイド付きプロジェクトの講師は、プロジェクトのスキル、ツール、またはその分野での経験があり、知識を共有して世界中の何百万人もの受講生に影響を与えるたことに情熱を持つ専門家です。
完成したガイド付きプロジェクトから成果物をダウンロードできますか？
ガイド付きプロジェクトから作成したファイルをダウンロードして保持できます。そのためには、クラウドデスクトップにアクセスしているときに「ファイルブラウザ」機能を使用できます。
返金ポリシーについて教えてください。
ガイド付きプロジェクトは払い戻しの対象外です。すべての返金ポリシーを表示する。
学資援助はありますか？
ガイド付きプロジェクトには学費援助が利用できません。
ガイド付きプロジェクトを監査して、ビデオ部分を無料で見ることはできますか？
ガイド付きプロジェクトでは監査を使用できません。
このガイド付きプロジェクトを行うにはどれくらいの経験が必要ですか？
ページの上部で、このガイド付きプロジェクトの経験レベルを押して、知識の前提条件を表示できます。ガイド付きプロジェクトのすべてのレベルで、インストラクターがステップバイステップでご案内します。
特別なソフトウェアをインストールせずに、Webブラウザでこのガイド付きプロジェクトを完了できますか？
はい。ガイド付きプロジェクトを完了するために必要なものはすべて、ブラウザで利用可能なクラウドデスクトップで利用できます。
ガイド付きプロジェクトでの学習体験はどのようなものでしょうか？
分割画面環境でタスクをブラウザで直接完了することで学習できます。画面の左側で、ワークスペースでタスクを完了します。画面の右側で、講師がプロジェクトをステップごとにガイドします。
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。
Coursera Footer
