在深度学习专业的第四门课程中,您将了解计算机视觉是如何发展起来的,并熟悉其令人兴奋的应用,如自动驾驶、人脸识别、读取放射图像等。 课程结束时,您将能够构建卷积神经网络,包括残差网络等最新变体;将卷积网络应用于视觉检测和识别任务;使用神经风格转移生成艺术,并将这些算法应用于各种图像、视频和其他二维或三维数据。
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
实现 CNN 的基础层(池化、卷积),并在深度网络中适当堆叠,以解决多类图像分类问题。
涵盖的内容
12个视频6篇阅读材料1个作业2个编程作业
直接从研究论文中了解深度 CNN 中使用的一些强大实用技巧和方法,然后将迁移学习应用到自己的深度 CNN 中。
涵盖的内容
14个视频3篇阅读材料1个作业2个编程作业
将 CNN 的新知识应用于计算机视觉领域中最热门(也是最具挑战性!)的领域之一:物体检测。
涵盖的内容
14个视频4篇阅读材料1个作业2个编程作业
探索如何将 CNN 应用于多个领域,包括艺术品生成和人脸识别,然后实施自己的算法来生成艺术品和识别人脸!
涵盖的内容
11个视频6篇阅读材料1个作业2个编程作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
从 机器学习 浏览更多内容
- 状态:免费试用
DeepLearning.AI
- 状态:免费试用
DeepLearning.AI
- 状态:免费试用
DeepLearning.AI
- 状态:免费试用
MathWorks
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
42,533 条评论
- 5 stars
87.83%
- 4 stars
10.27%
- 3 stars
1.40%
- 2 stars
0.28%
- 1 star
0.19%
显示 3/42533 个
已于 Jan 11, 2019审阅
Amazing! Feels like AI is getting tamed in my hands. Course lectures , assignments are excellent. To those who are not well versed with python - numpy and tensorflow , it would be better to brush up.
已于 Jul 10, 2024审阅
Fabulously designed, I could confidently say that the programming exercise is sufficiently sophisticated, and yet managed to be not so difficult as to deter new learners. All in all a great course!
已于 Jun 3, 2020审阅
This was by far the most challenging and difficult course in the specialization but also the most informative and useful from the perspective of the application side of Deep Learning! Thanks, Andrew!
常见问题
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,