Üye Girişi
Bağlan Google+ ile Bağlan Facebook ile Bağlan
Yeni Kayıt
Tüm Forumlar
  • Tüm Forumlar
  • Konu Dışı / Off Topic
  • Konu Dışı Özel
  • Bu Konuda
Şimdi Ara

Stanford Üniversitesi CS231n, Convolutional Neural Networks for Visual Recognition Türkçe Alt Yazı

Sıcak Fırsatlarda Tıklananlar
Editörün Seçtiği Fırsatlar
Bu Konudaki Kullanıcılar:
2 Misafir - 2 Masaüstü
5 sn
2
Cevap
0
Favori
792
Tıklama
Daha Fazla
İstatistik
  • Konu İstatistikleri Yükleniyor
Konuya Özel
0 oy
Öne Çıkar
Cevapla
Sayfa: 1
Giriş
Mesaj
  • Stanford Üniversitesi CS231n, Convolutional Neural Networks for Visual Recognition Türkçe Alt Yazı

    Küçük bir çocuk resimlere baktığında, onları kolaylıkla tanımlayabilir : ” Kedi”, “kitap”, “sandalye”. Bugün, bilgisayarlar da bunu yapacak kadar akıllı hale geliyor. Peki ya sonrasında? Bu heyecan verici konuşmada, bilgisayar algılama uzmanı Fei-Fei Li teknolojinin geldiği bu başarılı aşamayı – 15 milyonluk bir fotoğraf veri tabanı ile çalışma ekibinin bir bilgisayarı resimleri algılaması için nasıl “eğittiğini” – açıklıyor ve ileriye dönük bazı sezilerinden bahsediyor.
    https://www.cizgi.com.tr/index.php/2019/08/02/resimleri-anlamalari-icin-bilgisayarlari-nasil-egitiyoruz/

    Bilgisayarlar, bilgi arama, görüntüleri anlama, uygulamalar, haritalama, tıp, dronlar ve kendi kendini süren otomobil uygulamalarıyla toplumumuzda her yerde yaygınlaştı. Bu uygulamaların çoğunun özü, görüntü sınıflandırma, yerelleştirme ve algılama gibi görsel tanıma görevleridir. Yapay sinir ağındaki (yani “derin öğrenme”) yaklaşımlardaki son gelişmeler, en gelişmiş görsel tanıma sistemlerinin performansını büyük ölçüde artırmıştır. Bu kurs, özellikle resim sınıflandırma olmak üzere bu görevler için uçtan uca modelleri öğrenmeye odaklanan derin öğrenme mimarilerinin detaylarına derin bir dalış. Bu kurs boyunca, öğrenciler kendi sinir ağlarını uygulamayı, eğitmeyi ve hata ayıklamayı öğrenecek ve bilgisayar vizyonunda en son araştırmaları ayrıntılı olarak anlayacaklardır. Son ödev, multi-milyon parametreli evriral sinir ağını eğitmeyi ve onu en büyük görüntü sınıflandırma veri setine (ImageNet) uygulamayı içerecektir. Görüntü tanıma probleminin nasıl oluşturulacağını, öğrenme algoritmalarını (ör. Geri yayılma), ağları eğitmek ve ince ayar yapmak için pratik mühendislik püf noktaları ve uygulamalı ödevler ve final kursları boyunca öğrencilere rehberlik etmeyi öğretmeye odaklanacağız. Bu kursun arka plan ve materyallerinin çoğu ImageNet Challenge’dan çekilecektir.
    TEDyoutube
    How we teach computers to understand pictures | Fei Fei Li
    https://www.youtube.com/watch?v=40riCqvRoMs&feature=youtu.be


    https://www.cizgi.com.tr/index.php/2019/08/02/resimleri-anlamalari-icin-bilgisayarlari-nasil-egitiyoruz/



    < Bu mesaj bu kişi tarafından değiştirildi Niyazi Saral -- 5 Ağustos 2019; 12:37:34 >







    • 
Sayfa: 1

Benzer içerikler

- x
Bildirim
mesajınız kopyalandı (ctrl+v) yapıştırmak istediğiniz yere yapıştırabilirsiniz.
Hizmet kalitesi için çerezleri kullanabiliriz. DH’ye girerek kullanım izni vermiş sayılırsınız.
Anladım Veri Politikamız