Please enable JavaScript.
Coggle requires JavaScript to display documents.
人工智慧應用實習, 樹莓派, 實作四, 神經網路 - Coggle Diagram
人工智慧應用實習
第四章 是貓還是狗？
CNN 網路AI秒辨識
4-5 合併貓狗資料集
正規化處理、編碼轉換
4-4 載入貓狗資料
urlretrieve函式
4-3 載入套件
Colab
4-6 創建CNN 類神經網路模型
定義、編譯、訓練、評估、預測
4-2 取得貓狗資料集
Google雲端平台GCP
4-7 如何測試與驗證準確率
模型評估
4-1 手寫數字秒辨識
卷積神經網路之父
4-8 小結
QuickDraw資料及取得與前處理
第五章 延伸創作
人臉辨識門禁管理
5-4 為樹莓派
安裝作業系統
下載作業系統、燒錄器
5-5 在樹莓派上使用
我們訓練的模型
下載及執行Tensorflow影像辨識專案
5-3 Tensorflow Lite
模型建置
收集資料、導出訓練模型
5-6 完成人臉辨識門禁系統
驗證實作結果
5-2 設備說明
Micro SD記憶卡、USB隨身碟
5-7 小結
結合樹莓派完成小專題
5-1 門禁系統介紹
攝影機、樹莓派、蜂鳴器
第一章 10 分鐘讓電腦學會
辨識剪刀、石頭、布
1-3 如何訓練模型
調整參數：
Epochs迭代的學習次數
Batch Size將資料拆分批次匯入訓練。
Learning Rate學習率
1-4 如何驗證準確率
訓練模型後進行實作測試
1-2 如何輸入影像
建立模型分類，提供相關訓練資料
1-5 小結
實例：Tiny Shorter
Project Euphonia
Teachable Snake
1-1 Teachable Machine 簡介
圖像辨識、聲音辨識、肢體辨識
第三章
為什麼電腦可以辨識影像
3-3 深度學習
強人工智慧、深度學習、GPU
3-4 卷積神經網路
卷積層、池化層
3-2 電腦視覺常見應用
車牌辨識、臉部偵測、文字辨識、物件偵測
3-5 小結
類神經網路、深度學習演進脈絡
3-1 電腦如何看
像素、色彩
第二章 看得見的神經網路：
TensorFlow playground
2-2 看見類神經網路的運行
資料集、輸入層、隱藏層、輸出層
2-3 動手訓練神經網路
實作神經元
2-1 類神經網路簡介
神經元、全連接
2-4 小結
視覺化+動態理解深度學習
