

Usikker på hvor
starte?
Track
Sertifikat
Deep Learning Odyssey
4.8+
★★★★★
★★★★★
21 omtaler
Advanced
Start med kjerneprinsippene for hvordan nevrale nettverk fungerer, og gå videre til å bygge og trene egne modeller ved hjelp av populære rammeverk som TensorFlow og PyTorch. Få praktisk erfaring ved å anvende nevrale nettverk på oppgaver innen datamaskinsyn og sekvensmodellering, og arbeid med avanserte arkitekturer. Vis mer
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 / Grunnleggende Datamaskinsyn
Datamaskinsyn gjør det mulig for maskiner å tolke og analysere visuelle data, og etterligner menneskelig persepsjon. Denne delen dekker grunnleggende bilderepresentasjon, fargemodeller og matematiske grunnprinsipper som er essensielle for å forstå hvordan datamaskiner behandler bilder. Du vil utforske virkelige anvendelser, fra autonome kjøretøy til medisinsk bildediagnostikk, og lære hvordan datamaskinsyn integreres med KI og maskinlæring.
OpenCV er et kraftig bibliotek for bildebehandling og oppgaver innen datamaskinsyn. Denne delen dekker grunnleggende teknikker som bildefiltrering, transformasjoner, kantdeteksjon og segmentering. Du vil lære hvordan man utfører uskarphet, terskling, konturdeteksjon og funksjonsekstraksjon for å forbedre og analysere bilder effektivt.
- Grunnleggende TransformasjonerForhåndsvisning
- Fourier-transformasjonForhåndsvisning
- Lavpass- og HøypassfiltreForhåndsvisning
- Støyreduksjon og utjevningForhåndsvisning
- HistogramutjevningForhåndsvisning
- SuperoppløsningsmetoderForhåndsvisning
- KantdeteksjonForhåndsvisning
- Hjørne- og BlobdeteksjonForhåndsvisning
CNN-er behandler visuelle data ved hjelp av konvolusjon, pooling og aktiveringslag for å trekke ut egenskaper til oppgaver som bildeklassifisering og objektdeteksjon. Viktige komponenter inkluderer padding, konvolusjon for egenskapsuttrekking, pooling for reduksjon av kompleksitet og aktivering for ikke-linearitet. Populære arkitekturer som AlexNet, VGG og ResNet driver KI innen helsevesen, autonomi og sikkerhet.
Objektdeteksjon er en grunnleggende oppgave innen datamaskinsyn som innebærer å identifisere og lokalisere objekter i et bilde. I motsetning til bildeklassifisering, som tilordner én enkelt etikett til et helt bilde, klassifiserer objektdeteksjon ikke bare objekter, men bestemmer også deres posisjoner ved hjelp av avgrensningsbokser. Denne delen dekker sentrale teknikker og algoritmer brukt i objektdeteksjon, fra tradisjonelle metoder til dyp læringsbaserte tilnærminger som YOLO og U-Net.
- ObjektlokaliseringForhåndsvisning
- ObjektdeteksjonForhåndsvisning
- Forutsigelser av AvgrensningsbokserForhåndsvisning
- Intersection Over Union (IoU) og EvalueringsmetrikkerForhåndsvisning
- Ikke-maks-undertrykking (NMS)Forhåndsvisning
- AnkerbokserForhåndsvisning
- Oversikt Over YOLO-ModellenForhåndsvisning
- Utfordring: Objektdeteksjon med Egendefinert Modell og YOLOForhåndsvisning
Datamaskinsyn har utviklet seg betydelig over tid, fra grunnleggende bildebehandlingsmetoder til avanserte dyp læring-teknikker. Denne delen tar for seg de nyeste innovasjonene innen datamaskinsyn, med fokus på overføringslæring, ansiktsgjenkjenning og bildegenerering. Vi utforsker fordelene med forhåndstrente modeller for ytelse, prinsippene bak ansiktsgjenkjenningsteknologi og hvordan KI skaper bilder gjennom dyp 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 viktigste er å lære og ikke gi opp
Materialet er bra, det er mye å lære, alt for å bli bedre, og det viktigste er å lære det du ønsker....
Matteo Comune
Takket være dem lærer jeg mye…
Takket være dem lærer jeg mye raskere fordi de hjelper deg med å forstå alt fra grunnen av. Det er den beste nettsiden for folk uten IT-bakgrunn...
Yuliana Cadavid
Flott kurs for nybegynnere
Flott kurs for nybegynnere, de tester kunnskapen din i hver leksjon....
Elpunzon
Jeg nyter min Codefinity-opplevelse…
Jeg nyter min Codefinity-opplevelse med å lære Python. Den selvstyrte læringsmåten er flott fordi jeg kan tilpasse den til timeplanen min...
Alexandru Alexandru
Det er hyggelig å lære fra Codefinity
Det er hyggelig å lære fra Codefinity. Det er enkelt og har gode eksempler på det jeg lærte her...
jacob Templet
Easy to follow along with and provides…
Lett å følge med på og gir utfordring i hverdagen min. Utfordringen får meg til å ville lære dag etter dag...
Elan
Codefinity er et omfattende læringsverktøy…
Codefinity er et omfattende læringsverktøy som hjelper deg med å utvikle ferdighetene dine som programvareingeniør eller datavitenskapsmann. Øvelsene er morsomme og en god måte å skjerpe ferdighetene dine på...
Thibault
Første gang jeg lærer å programmere
Første gang jeg lærer å programmere og lykkes med det takket være Codefinity – Takk!...
Adrien Morel
Godt designet for totale nybegynnere
Godt designet for totale nybegynnere, med inkrementell fremgang som gir meg selvtillit....
_Gracy
det er rett og slett perfekt forklart.
Det er rett og slett perfekt forklart! Så langt har jeg ikke opplevd noen vanskeligheter fordi alt er så godt organisert....
Ruslan Kravchuk
Det viktigste er å lære og ikke gi opp
Materialet er bra, det er mye å lære, alt for å bli bedre, og det viktigste er å lære det du ønsker....
Matteo Comune
Takket være dem lærer jeg mye…
Takket være dem lærer jeg mye raskere fordi de hjelper deg med å forstå alt fra grunnen av. Det er den beste nettsiden for folk uten IT-bakgrunn...
Yuliana Cadavid
Flott kurs for nybegynnere
Flott kurs for nybegynnere, de tester kunnskapen din i hver leksjon....
Elpunzon
Jeg nyter min Codefinity-opplevelse…
Jeg nyter min Codefinity-opplevelse med å lære Python. Den selvstyrte læringsmåten er flott fordi jeg kan tilpasse den til timeplanen min...
Alexandru Alexandru
Det er hyggelig å lære fra Codefinity
Det er hyggelig å lære fra Codefinity. Det er enkelt og har gode eksempler på det jeg lærte her...
jacob Templet
Easy to follow along with and provides…
Lett å følge med på og gir utfordring i hverdagen min. Utfordringen får meg til å ville lære dag etter dag...
Elan
Codefinity er et omfattende læringsverktøy…
Codefinity er et omfattende læringsverktøy som hjelper deg med å utvikle ferdighetene dine som programvareingeniør eller datavitenskapsmann. Øvelsene er morsomme og en god måte å skjerpe ferdighetene dine på...
Thibault
Første gang jeg lærer å programmere
Første gang jeg lærer å programmere og lykkes med det takket være Codefinity – Takk!...
Adrien Morel
Godt designet for totale nybegynnere
Godt designet for totale nybegynnere, med inkrementell fremgang som gir meg selvtillit....
_Gracy
det er rett og slett perfekt forklart.
Det er rett og slett perfekt forklart! Så langt har jeg ikke opplevd noen vanskeligheter fordi alt er så godt organisert....
Data Engineer
Sertifikat for fullføring
Vis frem dine nyervervede ferdigheter. Du har fortjent det
Discover more
Learning tracks
Kun for Ultimate
7 Kurs
293 Oppgaver
Kun for Ultimate
6 Kurs
195 Oppgaver
Kun for Ultimate
4 Kurs
115 Oppgaver
Kun for Ultimate
6 Kurs
101 Oppgaver
Kun for Ultimate
4 Kurs
143 Oppgaver
Kun for Ultimate
4 Kurs
98 Oppgaver
Kun for Ultimate
3 Kurs
38 Oppgaver
Kun for Ultimate
7 Kurs
376 Oppgaver
Kun for Ultimate
7 Kurs
345 Oppgaver
Kun for Ultimate
6 Kurs
308 Oppgaver
Kun for Ultimate
5 Kurs
146 Oppgaver
Kun for Ultimate
5 Kurs
148 Oppgaver
Kun for Ultimate
3 Kurs
70 Oppgaver
Kun for Ultimate
7 Kurs
280 Oppgaver
Kun for Ultimate
5 Kurs
239 Oppgaver
Kun for Ultimate
4 Kurs
125 Oppgaver
Kun for Ultimate
3 Kurs
119 Oppgaver
Kun for Ultimate
3 Kurs
75 Oppgaver
Kun for Ultimate
5 Kurs
211 Oppgaver
Kun for Ultimate
5 Kurs
206 Oppgaver
Kun for Ultimate
3 Kurs
2 Prosjekter
49 Oppgaver
Kun for Ultimate
3 Kurs
180 Oppgaver
Learning tracks
spor
Webutvikling med C#
Nybegynner
4.8
(2547)
spor
Python fra Null til Helt
Nybegynner
4.7
(9128)
spor
SQL fra Nybegynner til Ekspert
Nybegynner
4.7
(2773)
spor
C++-Grunnleggende
Nybegynner
4.4
(534)
spor
Spillutvikling med Unity
Nybegynner
4.6
(92)
spor
Bli en React-Utvikler
Middelsnivå
4.7
(70)
spor
Excel-Essensielt
Nybegynner
4.7
(374)
spor
Java Essensielt
Nybegynner
4.7
(220)
spor
Full Stack Webutvikling
Nybegynner
4.7
(893)
spor
Grunnleggende Innen Frontend-Utvikling
Nybegynner
4.7
(864)
spor
Mestring av Datavisualisering
Middelsnivå
4.7
(602)
spor
Overvåket Maskinlæring
Middelsnivå
4.6
(134)
spor
C++ Mastery
Avansert
4.8
(17)
spor
Java Web
Avansert
4.7
(3052)
spor
Bli en QA-Ingeniør
Nybegynner
4.7
(750)
spor
Video Production With Adobe
Nybegynner
5.0
(5)
spor
UI/UX Designverktøy
Nybegynner
4.9
(7)
spor
Essensielle Kontorferdigheter
Nybegynner
4.8
(303)
spor
Digital Marketing Essentials
Nybegynner
4.8
(6)
spor
Complete Social Media Management
Nybegynner
5.0
(3)
spor
Business AI Toolkit
Nybegynner
4.7
(40)
spor
Nettsideutvikling Uten Koding
Nybegynner
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