Konfiguracja środowiska
Sztuczna inteligencja - Deep Learning
Funkcje aktywacji - Implementacja
Funkcje Straty - Implementacja
Algorytm Stochastycznego Spadku Gradientu
Implementacja Sieci Neuronowej
-
Implementacja Sieci Neuronowej cz. 1 (11:11)
-
Implementacja Sieci Neuronowej cz. 2 (4:34)
-
Implementacja Sieci Neuronowej cz. 3 (4:51)
-
Implementacja Sieci Neuronowej cz. 4 (4:54)
-
Implementacja Sieci Neuronowej cz. 5 (6:02)
-
Implementacja Sieci Neuronowej cz. 6 (8:47)
-
Implementacja Sieci Neuronowej cz. 7 (6:25)
-
Implementacja Sieci Neuronowej cz. 8 (16:50)
Klasyfikacja Obrazów - Sztuczne Sieci Neuronowe - ANN
-
Problem klasyfikacji obrazów (8:53)
-
Jak obraz jest przechowywany w pamięci komputera? (8:43)
-
Wybór biblioteki do uczenia głębokiego (4:19)
-
Perceptron Wielowarstwowy cz. 1 (7:04)
-
Perceptron Wielowarstwowy cz. 2 (8:19)
-
Perceptron Wielowarstwowy cz. 3 (9:44)
-
Perceptron Wielowarstwowy cz. 4 (16:31)
-
Perceptron Wielowarstwowy cz. 5 (6:35)
CNN - Konwolucyjne Sieci Neuronowe
CNN - Klasyfikator - pies czy kot?
-
Pobranie danych do modelu (14:04)
-
Eksploracja danych i budowa pierwszego modelu (6:42)
-
Budowa i trenowanie modelu z augmentacją danych (7:18)
-
Budowa i trenowanie modelu z augmentacją danych cz. 2 (10:53)
-
Ocena modelu (2:51)
-
Transfer Learning - model VGG16 (5:29)
-
Ocena modelu z wykorzystaniem Transfer Learningu (2:19)
-
Otworzenie black box'a konwolucyjnych sieci neuronowych (6:29)
-
Mapy ciepła, obszary decyzyjne i podsumowanie (7:24)
CNN - dron, samolot pasażerski czy helikopter? - Tensorflow 2.0 + Keras
-
Update
-
Przetwarzanie obrazu - Augmentacja danych (10:22)
-
Klasyfikacja obrazów - omówienie problemu (6:16)
-
Przygotowanie obrazów do modelu (13:19)
-
Przygotowanie obrazów do modelu cz. 2 (13:21)
-
Budowa sieci CNN (11:36)
-
Transfer Learning - model VGG16 (21:15)
-
Wyświetlenie błędów predykcji (10:22)
-
Dron, samolot pasażerski czy helikopter? - Klasyfikacja wieloklasowa (22:47)
-
Wyświetlenie błędów predykcji (8:24)
Projekt własny
