CNN: Створюємо нейронну мережу для пошуку об'єктів на картинці
Привіт, друзі! 👋 У цьому відео я покажу, як можна ефективно класифікувати зображення, використовуючи різні підходи. Спочатку ми побудуємо власну, просту нейронну мережу, щоб зрозуміти основні принципи її роботи. Це чудовий приклад того, чому більш складні архітектури є необхідними. Далі ми дослідимо потужність трансферного навчання, використовуючи відому архітектуру VGG16. Ми адаптуємо її для нашого завдання, змінивши останній шар для роботи з двома класами. Ви побачите, наскільки ефективнішою та точнішою стає наша модель! Це відео ідеально підходить для всіх, хто хоче зрозуміти, як працюють CNN, як боротися з перенавчанням і чому використання попередньо навчених моделей може значно прискорити ваш проект. Посилання на записник: https://colab.research.google.com/dri...
Посилання на датасет: https://drive.google.com/drive/folder...
Мій телеграм канал: Мій телеграм канал: https://t.me/vyr_shi
Таймкоди: 00:05 - інтро про те, чому це відео 00:52 - ідемо по записнику і запускаємо 10:42 - починаємо тренування власної нейронки 15:15 - переглядаємо її результати 16:00 - готуємо та тренуємо vgg16 19:55 - дивимось на результати 21:35 - висновки та завершення #CNN #neuralnetworks #aiengineering #Урок #ДляПочатківців #Код #vgg16 #українською
