

Usikker på hvor
starte?
Track
Certifikat!
Deep Learning-odysseen
4.8+
★★★★★
★★★★★
21 anmeld.
Advanced
Begynd med de grundlæggende principper for, hvordan neurale netværk fungerer, og fortsæt til opbygning og træning af egne modeller ved hjælp af populære frameworks som TensorFlow og PyTorch. Opnå praktisk erfaring ved at anvende neurale netværk til opgaver inden for computer vision og sekvensmodellering, og arbejd med avancerede arkitekturer. Vis nu mere
python
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity TeamsWhat you will learn
- Understand the core concepts behind neural networks and how they learn from data.
- Build and train neural networks using TensorFlow and PyTorch.
- Apply deep learning techniques to solve real-world computer vision tasks.
- Work with convolutional neural networks (CNNs) for image classification and feature extraction.
- Use recurrent neural networks (RNNs) to model sequences and time series data.
- Explore practical workflows for developing and testing deep learning models.
- 92 chapters
- 14 hours
- 153 tasks
Trusted by employees of leading companies
Learning track content
Module 1 / Introduction to Neural Networks
First, we will discuss what a neural network is and how it works. And also consider the scope of its application.
- What is a Neural Network?Forhåndsvisning
- Applications of Deep Learning in the Real WorldForhåndsvisning
- Neural Networks or Traditional ModelsForhåndsvisning
- Neural Network StructureForhåndsvisning
- What is a Neuron?Forhåndsvisning
- Activation FunctionsForhåndsvisning
- Forward and Backward PropagationForhåndsvisning
Next, we will try to build our own neural network and see how efficiently it copes with learning. We will also consider a ready-made solution from the scikit-learn library.
- Single Neuron ImplementationForhåndsvisning
- Challenge: Creating a NeuronForhåndsvisning
- Perceptron LayersForhåndsvisning
- Challenge: Creating a PerceptronForhåndsvisning
- Forward PropagationForhåndsvisning
- Loss FunctionForhåndsvisning
- Backward PropagationForhåndsvisning
- Backpropagation ImplementationForhåndsvisning
- Model TrainingForhåndsvisning
- Challenge: Training the PerceptronForhåndsvisning
- Model EvaluationForhåndsvisning
- Challenge: Evaluating the PerceptronForhåndsvisning
- Neural Network with scikit-learnForhåndsvisning
Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.
Module 2 / Introduction to TensorFlow
You will gain a foundational understanding of TensorFlow's primary components - Tensors. You'll delve into the nature and applications of tensors, familiarize yourself with tensor properties, and acquire knowledge in essential mathematical operations.
- Welcome to TensorFlowForhåndsvisning
- Introduction to TensorsForhåndsvisning
- Tensor PropertiesForhåndsvisning
- Applications of TensorsForhåndsvisning
- BatchesForhåndsvisning
- Creating TensorsForhåndsvisning
- Data TypesForhåndsvisning
- Basic Operations: ArithmeticForhåndsvisning
- Basic Operations: Linear AlgebraForhåndsvisning
- Challenge: Creating a Neural Network LayerForhåndsvisning
- TransformationsForhåndsvisning
- Reduction OperationsForhåndsvisning
- Quiz: TensorFlow BasicsForhåndsvisning
You'll learn how TensorFlow operates and the ways to improve its performance. By the end of this module, you'll be well-equipped to implement basic neural networks or other tensor calculations, using only the TensorFlow library without any extras.
Module 3 / PyTorch Essentials
Explore the fundamentals of PyTorch, focusing on tensors—the core data structure used for computations. You will learn about tensor creation, random initialization, mathematical operations, and shape manipulation.
- What is PyTorch?Forhåndsvisning
- Introduction to TensorsForhåndsvisning
- Tensor Creation FunctionsForhåndsvisning
- Challenge: Initializing TensorsForhåndsvisning
- Creating Random TensorsForhåndsvisning
- Challenge: Initializing Model Weights and BiasesForhåndsvisning
- Mathematical Operations with TensorsForhåndsvisning
- Challenge: Performing Mathematical OperationsForhåndsvisning
- Shapes and Dimensions in PyTorchForhåndsvisning
- Challenge: Reshaping TensorsForhåndsvisning
Explore key concepts for training models in PyTorch, including computing gradients and performing multi-step backpropagation. Master linear regression as a foundational machine learning model and introduces handling datasets efficiently.
Discover how to build, train, and evaluate neural networks using PyTorch. You will learn how to define a simple feedforward neural network, optimize its parameters through training, and assess its performance.
Module 4 / Computer Vision Grundlæggende
Computer vision gør det muligt for maskiner at fortolke og analysere visuelle data ved at efterligne menneskelig perception. Dette afsnit dækker grundlæggende billedrepræsentation, farvemodeller og matematiske fundamenter, der er essentielle for at forstå, hvordan computere behandler billeder. Du vil udforske virkelige anvendelser, fra autonome køretøjer til medicinsk billedbehandling, og se, hvordan computer vision integreres med AI og maskinlæring.
OpenCV er et kraftfuldt bibliotek til billedmanipulation og computer vision-opgaver. Dette afsnit dækker essentielle teknikker såsom billedfiltrering, transformationer, kantdetektion og segmentering. Du lærer at udføre sløring, tærskling, konturdetektion og feature-ekstraktion for effektivt at forbedre og analysere billeder.
CNN'er behandler visuelle data ved hjælp af konvolution, pooling og aktiveringslag for at udtrække funktioner til opgaver som billedklassificering og objektdetektion. Centrale komponenter omfatter padding, konvolution til feature-ekstraktion, pooling til reduktion af kompleksitet og aktivering for ikke-linearitet. Populære arkitekturer som AlexNet, VGG og ResNet driver AI inden for sundhedspleje, autonomi og sikkerhed.
Objektdetektion er en grundlæggende opgave inden for computer vision, der omfatter identifikation og lokalisering af objekter i et billede. I modsætning til billedklassificering, som tildeler en enkelt etiket til et helt billede, klassificerer objektdetektion ikke kun objekter, men bestemmer også deres positioner ved hjælp af afgrænsningsbokse. Dette afsnit dækker centrale teknikker og algoritmer anvendt i objektdetektion, fra traditionelle metoder til dybdelæringsbaserede tilgange som YOLO og U-Net.
- ObjektlokaliseringForhåndsvisning
- ObjektgenkendelseForhåndsvisning
- Forudsigelser af AfgrænsningsbokseForhåndsvisning
- Intersection Over Union (IoU) og EvalueringsmetrikkerForhåndsvisning
- Ikke-maks-undertrykkelse (NMS)Forhåndsvisning
- AnkerbokseForhåndsvisning
- Oversigt Over YOLO-ModellenForhåndsvisning
- Udfordring: Objektdetektion med Brugerdefineret Model og YOLOForhåndsvisning
Computervision har udviklet sig markant gennem årene, fra grundlæggende billedbehandlingsmetoder til avancerede dybdelæringsteknikker. Dette afsnit undersøger de nyeste innovationer inden for computervision med fokus på transfer learning, ansigtsgenkendelse og billedgenerering. Vi udforsker fordelene ved prætrænede modeller for ydeevne, principperne bag ansigtsgenkendelsesteknologi samt hvordan AI skaber billeder gennem dyb læring.
Requirements
- A computer with a browser - all browsers are supported.
- Your enthusiasm to enhance your tech skills.
- Everything else needed to start learning and practicing is already included in this course.
Over 200,000 5-star ratings and counting
Ruslan Kravchuk
Det vigtigste er at lære og ikke give op
Materialet er godt, der er meget at lære for at blive bedre, og det vigtigste er at lære det, du ønsker....
Matteo Comune
Takket være dem lærer jeg meget…
Takket være dem lærer jeg meget hurtigere, fordi de hjælper dig med at forstå alt fra bunden. Det er den bedste hjemmeside for folk uden IT-erfaring...
Yuliana Cadavid
fantastisk kursus for begyndere
fantastisk kursus for begyndere, som tester din viden i hver lektion...
Elpunzon
Jeg nyder min Codefinity-oplevelse…
Jeg nyder at lære Python med Codefinity. Den selvstyrede læringsmetode er fantastisk, fordi jeg kan tilpasse den min tidsplan...
Alexandru Alexandru
Det er rart at lære fra Codefinity
Det er rart at lære fra Codefinity. Det er nemt og har gode eksempler på, hvad jeg har lært her...
jacob Templet
Easy to follow along with and provides…
Let at følge med og giver daglige udfordringer. Udfordringen motiverer mig til at lære dag efter dag...
Elan
Codefinity er et omfattende læringsværktøj…
Codefinity er et omfattende læringsværktøj, der hjælper dig med at udvikle dine færdigheder som softwareingeniør eller datavidenskabsmand. Øvelserne er sjove og en god måde at finpudse dine evner på...
Thibault
Første gang jeg lærer at kode
Første gang jeg lærer at kode og lykkes med det hos Codefinity - tak...
Adrien Morel
Godt designet til totale begyndere
Godt designet til totale begyndere, med trinvis progression, der giver mig selvtillid....
_Gracy
det er simpelthen fuldstændig velforklaret
det er simpelthen fuldstændig velforklaret! Indtil videre har jeg ikke oplevet nogen problemer, fordi alt er så godt organiseret...
Ruslan Kravchuk
Det vigtigste er at lære og ikke give op
Materialet er godt, der er meget at lære for at blive bedre, og det vigtigste er at lære det, du ønsker....
Matteo Comune
Takket være dem lærer jeg meget…
Takket være dem lærer jeg meget hurtigere, fordi de hjælper dig med at forstå alt fra bunden. Det er den bedste hjemmeside for folk uden IT-erfaring...
Yuliana Cadavid
fantastisk kursus for begyndere
fantastisk kursus for begyndere, som tester din viden i hver lektion...
Elpunzon
Jeg nyder min Codefinity-oplevelse…
Jeg nyder at lære Python med Codefinity. Den selvstyrede læringsmetode er fantastisk, fordi jeg kan tilpasse den min tidsplan...
Alexandru Alexandru
Det er rart at lære fra Codefinity
Det er rart at lære fra Codefinity. Det er nemt og har gode eksempler på, hvad jeg har lært her...
jacob Templet
Easy to follow along with and provides…
Let at følge med og giver daglige udfordringer. Udfordringen motiverer mig til at lære dag efter dag...
Elan
Codefinity er et omfattende læringsværktøj…
Codefinity er et omfattende læringsværktøj, der hjælper dig med at udvikle dine færdigheder som softwareingeniør eller datavidenskabsmand. Øvelserne er sjove og en god måde at finpudse dine evner på...
Thibault
Første gang jeg lærer at kode
Første gang jeg lærer at kode og lykkes med det hos Codefinity - tak...
Adrien Morel
Godt designet til totale begyndere
Godt designet til totale begyndere, med trinvis progression, der giver mig selvtillid....
_Gracy
det er simpelthen fuldstændig velforklaret
det er simpelthen fuldstændig velforklaret! Indtil videre har jeg ikke oplevet nogen problemer, fordi alt er så godt organiseret...
Data Engineer
Certifikat for fuldførelse
Fremvis dine nyligt opnåede færdigheder. Du har fortjent det
Discover more
Learning tracks
Kun for Ultimate
7 Kurser
293 Opgaver
Kun for Ultimate
6 Kurser
195 Opgaver
Kun for Ultimate
4 Kurser
115 Opgaver
Kun for Ultimate
6 Kurser
101 Opgaver
Kun for Ultimate
4 Kurser
143 Opgaver
Kun for Ultimate
4 Kurser
98 Opgaver
Kun for Ultimate
3 Kurser
38 Opgaver
Kun for Ultimate
7 Kurser
376 Opgaver
Kun for Ultimate
7 Kurser
345 Opgaver
Kun for Ultimate
6 Kurser
308 Opgaver
Kun for Ultimate
5 Kurser
146 Opgaver
Kun for Ultimate
5 Kurser
148 Opgaver
Kun for Ultimate
3 Kurser
70 Opgaver
Kun for Ultimate
7 Kurser
280 Opgaver
Kun for Ultimate
5 Kurser
239 Opgaver
Kun for Ultimate
4 Kurser
125 Opgaver
Kun for Ultimate
3 Kurser
119 Opgaver
Kun for Ultimate
3 Kurser
75 Opgaver
Kun for Ultimate
5 Kurser
211 Opgaver
Kun for Ultimate
5 Kurser
206 Opgaver
Kun for Ultimate
3 Kurser
2 Projekter
49 Opgaver
Kun for Ultimate
3 Kurser
180 Opgaver
Learning tracks
spor
Webudvikling Med C#
Begynder
4.8
(2547)
spor
Python fra Nul til Helt
Begynder
4.7
(9128)
spor
SQL fra Begynder til Ekspert
Begynder
4.7
(2773)
spor
C++ Grundlæggende
Begynder
4.4
(534)
spor
Spiludvikling med Unity
Begynder
4.6
(92)
spor
Bliv En React-Udvikler
Mellemniveau
4.7
(70)
spor
Excel Essentials
Begynder
4.7
(374)
spor
Java Essentials
Begynder
4.7
(220)
spor
Full Stack Webudvikling
Begynder
4.7
(893)
spor
Frontend Udviklingsgrundlag
Begynder
4.7
(864)
spor
Mestring af Datavisualisering
Mellemniveau
4.7
(602)
spor
Superviseret Maskinlæring
Mellemniveau
4.6
(134)
spor
C++ Mastery
Avanceret
4.8
(17)
spor
Java Web
Avanceret
4.7
(3052)
spor
Bliv QA-Ingeniør
Begynder
4.7
(750)
spor
Videoproduktion med Adobe
Begynder
5.0
(5)
spor
UI/UX Designværktøjer
Begynder
4.9
(7)
spor
Essentielle Kontorfærdigheder
Begynder
4.8
(303)
spor
Digital Marketing Essentials
Begynder
4.8
(6)
spor
Complete Social Media Management
Begynder
5.0
(3)
spor
Business AI Toolkit
Begynder
4.7
(40)
spor
No-Code Webudvikling
Begynder
4.0
(2)
Become a Development expert
Interactive exercises
Learning videos
AI-assistant on all courses
Workspaces for designing your own projects
Ready to get started?
ProBest intro offer | UltimateA complete experience to kickstart your career | |
---|---|---|
85+ Top-Rated courses | ||
Completion certificates | ||
AI-Assistant in all courses | ||
20+ hands-on Real-world projects | ||
Personalized study tracks | ||
Unlimited workspaces | ||
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity Teams