Глубокое обучение, компьютерное зрение, Python и TensorFlow – Полный курс, часть № 3
Если видео на английском ,а вы его не знаете , то смотрите через Яндекс браузер. https://colab.research.google.com/drive/18u1KDx-9683iZNPxSDZ6dOv9319ZuEC_ Построение более продвинутых моделей в сверточных нейронных сетях Teno CNN с помощью TensorFlow ✅ (0:00:00) Functional Functional Функциональный API ✅ (0:16:38 ) Классификация моделей по подклассам ✅ (0:31:55) Пользовательские слои Оценка классификационных моделей [Диагностика малярии] ✅ (0:49:35) Точность, отзывчивость и безошибочность ✅ (1:13:25) Матрица ошибок (Confusion Matrix) ✅ (1:23:00) ROC-графики Повышение производительности модели ✅ (1:31:00) Обратные вызовы TensorFlow ✅ (1:56:45) Планирование скорости обучения ✅ (2:14:15) Проверка модели на соответствие требованиям ✅ (2:22:15) Устранение переобучения и недоподготовки Увеличение объема данных [Аугментация] ✅ (2:51:40) Увеличение с помощью слоев tf.image и Keras ✅ (3:50:50) Увеличение количества смешанных изображений ✅ (4:09:25) Увеличение количества вырезанных изображений ✅ (4:51:20) Увеличение объема данных с помощью альбуминаций
