IMPARA A CREARE AGENTI AI   PROMO 50% FINO AL 31 LUGLIO

Scopri di più
Accedi
MODULO DIDATTICO

Reti Convolutive: Strategie Avanzate

Analisi di architetture convolutive avanzate e casi d’uso particolari

LIVELLO

Da Beginner ad Advanced

PREREQUISITI

Python per la ds, Introduzione alle reti convolutive

DURATA TOTALE

8 ore

LEZIONI

100% on demand

PUOI TROVARE
QUESTO MODULO DIDATTICO IN

CORSO

TOP COURSE

Machine Learning Masterclass

Una Masterclass avanzata, completa e aggiornata per acquisire le competenze professionali più avanzate in Machine Learning, Deep Learning e Reinforcement Learning che ti permetteranno di risolvere problemi reali e sviluppare soluzioni custom in ambito aziendale.Un modello didattico unico che prevede una live a settimana dopo gli orari lavorativi.

  • DURATA TOTALE4 mesi circa
  • LIVELLOAvanzato
  • PREREQUISITOPython
  • PROGETTI12 project work
  • LIVE1 live a settimana
  • STIPENDIO MEDIO35K - 75K+

da 179€/mese

Scopri di più

Descrizione

Studio di particolari configurazioni di architetture convolutive tramite esercitazioni su modelli come U-Net. Auto-Encoder, Variational-AutoEncoder e GAN e focus su tecniche di transfer-learning, batch normalization e DropOut. Introduzione all’utilizzo di TensorFlow Datasets e applicazione di architetture convolutive a task di diversa natura.

Elenco lezioni del modulo

  • Feature Extractor
  • Analisi di feature maps
  • Generare attivazioni per una CNN
  • U-Net
  • Esercitazione U-Net
  • Dropout
  • Esercitazione Dropout
  • Batch Normalization
  • Esercitazione LeNet-5 con Batch Normalization
  • Global Pooling
  • Esercitazione su Tensorflow Datasets
  • Esercitazione Global Pooling
  • Autoencoder
  • Esercitazione Autoencoder
  • GAN
  • Esercitazione GAN
  • Transfer Learning
  • Esercitazione Transfer Learning
  • Variational AutoEncoder - Introduzione
  • Variational AutoEncoder - Richiami su spazio latente
  • Variational AutoEncoder - Spazio latente di un VAE
  • Variational AutoEncoder - Architettura di un VAE
  • Variational AutoEncoder - Funzione di Costo
  • Variational AutoEncoder - Reconstruction Loss
  • Variational AutoEncoder - KL divergence
  • Variational AutoEncoder - Reparametrization Trick
  • Variational AutoEncoder - Costruire un VAE su dataset MNIST
  • Neural Style Transfer - Introduzione
  • Neural Style Transfer - Architettura della VGG
  • Neural Style Transfer - Matrici di Gram
  • Neural Style Transfer - Prodotto scalare fra matrici di Gram
  • Neural Style Transfer - Funzione di costo
  • Neural Style Transfer - Content Loss
  • Neural Style Transfer - Style Loss
  • Neural Style Transfer - Total Variation Loss
  • Neural Style Transfer - Estrazione di stile da dipinti famosi
  • Neural Style Transfer - Algoritmo completo

DOMANDE FREQUENTI