0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Google圖像分類速成ML實戰(zhàn)課程

8g3K_AI_Thinker ? 來源:未知 ? 作者:胡薇 ? 2018-06-01 10:01 ? 次閱讀

今年 3 月,Google 推出了免費的機器學習速成課程——Machine Learning Crash Course。近日,Google 又推出了一門機器學習課程——Machine Learning Practica,主要是針對那些已經有機器學習基礎,希望上手實踐的學生。此次的課程是圖像分類,其他的實戰(zhàn)課程在后期會陸續(xù)上線。

想要參加此次的課程,最好先學完Google此前推出的 Machine Learning Crash Course,或者至少有一定的機器學習基礎。此外,還需要精通編程基礎知識,以及一定的 Python 編程經驗。

該課程的最大特點是練習、練習、練習!不是因為重要的事情說三遍,而是因為整個課程最重要的就是三個練習題。本次課程的編碼練習使用的是 Keras,不過你沒有 Keras 的相關經驗也是 OK的。從下圖可以看出,Google 真的是非常貼心了。

Google 預計,學完這門課程的時間大約為 90min ~ 120min,不會占用你太多時間。不過,這門課程目前并沒有中文翻譯,所以大家還是要努力學習英文滴。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • Google
    +關注

    關注

    5

    文章

    1788

    瀏覽量

    58714
  • 機器學習
    +關注

    關注

    66

    文章

    8493

    瀏覽量

    134170

原文標題:Google最新ML實戰(zhàn)課程上線:兩個小時學會圖像分類

文章出處:【微信號:AI_Thinker,微信公眾號:人工智能頭條】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    學電路設計分享學習心得、技術疑問及實戰(zhàn)成果

    《硬件開發(fā)與電路設計速成實戰(zhàn)篇(入門到精通)》系列課程活動:學習完《硬件開發(fā)與電路設計速成實戰(zhàn)篇(入門到精通)》系列
    的頭像 發(fā)表于 05-20 08:07 ?110次閱讀
    學電路設計分享學習心得、技術疑問及<b class='flag-5'>實戰(zhàn)</b>成果

    Gemini API集成Google圖像生成模型Imagen 3

    開發(fā)者現(xiàn)在可以通過 Gemini API 訪問 Google 最先進的圖像生成模型 Imagen 3。該模型最初僅對付費用戶開放,不久后也將面向免費用戶推出。
    的頭像 發(fā)表于 05-14 16:53 ?322次閱讀

    學電路設計分享學習心得、技術疑問及實戰(zhàn)成果,贏取專屬禮品!

    與電路設計速成實戰(zhàn)篇(入門到精通)》 系列課程活動,為提升學習效果、鼓勵學員互動,平臺計劃開展 “學電路設計,贏好禮,共成長” 評論回復活動,通過激勵學員分享學習心得、提出技術問題、展示實戰(zhàn)
    發(fā)表于 05-14 09:53

    在友晶LabCloud平臺上使用PipeCNN實現(xiàn)ImageNet圖像分類

    利用深度卷積神經網絡(CNN)進行圖像分類是通過使用多個卷積層來從輸入數據中提取特征,最后通過分類層做決策來識別出目標物體。
    的頭像 發(fā)表于 04-23 09:42 ?313次閱讀
    在友晶LabCloud平臺上使用PipeCNN實現(xiàn)ImageNet<b class='flag-5'>圖像</b><b class='flag-5'>分類</b>

    《手把手教你做星閃無人機—KaihongOS星閃無人機開發(fā)實戰(zhàn)》系列課程課件匯總

    —KaihongOS星閃無人機開發(fā)實戰(zhàn)》系列課程,該課程與《手把手教你做PC—KaihongOS筆記本電腦開發(fā)實戰(zhàn)》同步并行,兩個系列課隔周交替播出。 《手把手教你做星閃無人機—Ka
    發(fā)表于 03-18 10:33

    EMC設計實戰(zhàn)秘籍 I 第十期正式開啟!

    第十期EMC實戰(zhàn)特訓營課程以“理論結合實踐”為主線,系統(tǒng)講解了EMC設計的關鍵技術與應用方法,助力工程師突破電磁干擾難題,提升產品競爭力。??為何選擇這門課程??EMC設計能力已成為硬件工程師的重要
    的頭像 發(fā)表于 02-13 11:06 ?564次閱讀
    EMC設計<b class='flag-5'>實戰(zhàn)</b>秘籍  I  第十期正式開啟!

    xgboost在圖像分類中的應用

    和易用性,在各種機器學習任務中得到了廣泛應用,包括分類、回歸和排序問題。在圖像分類領域,盡管深度學習模型(如卷積神經網絡CNN)占據主導地位,但XGBoost仍然有其獨特的應用價值,特別是在數據量較小或需要快速原型開發(fā)的場景中。
    的頭像 發(fā)表于 01-19 11:16 ?887次閱讀

    使用卷積神經網絡進行圖像分類的步驟

    使用卷積神經網絡(CNN)進行圖像分類是一個涉及多個步驟的過程。 1. 問題定義 確定目標 :明確你想要分類圖像類型,例如貓和狗、不同的植物種類等。 數據需求 :確定需要多少數據以及
    的頭像 發(fā)表于 11-15 15:01 ?774次閱讀

    手把手教你使用LabVIEW TensorRT實現(xiàn)圖像分類實戰(zhàn)(含源碼)

    Hello,大家好,我是virobotics(儀酷智能),一個深耕于LabVIEW和人工智能領域的開發(fā)工程師。 各位朋友,今天我們一起來探究一下如何基于LabVIEW使用TensorRT實現(xiàn)圖像分類
    的頭像 發(fā)表于 11-06 16:07 ?766次閱讀
    手把手教你使用LabVIEW TensorRT實現(xiàn)<b class='flag-5'>圖像</b><b class='flag-5'>分類</b><b class='flag-5'>實戰(zhàn)</b>(含源碼)

    【全新課程資料】正點原子《基于GD32 ARM32單片機項目實戰(zhàn)入門》培訓課程資料上線!

    正點原子《基于GD32 ARM32單片機項目實戰(zhàn)入門》全新課程資料上線啦!徹底解決ARM32單片機項目入門難的問題! 一、課程介紹 本課程專為ARM32單片機的入門學習者設計,涵蓋了
    發(fā)表于 09-24 18:06

    【全新課程資料】正點原子《ESP32基礎及項目實戰(zhàn)入門》培訓課程資料上線!

    正點原子《ESP32基礎及項目實戰(zhàn)入門》全新課程資料上線啦!正點原子工程師手把手教你學!熟練掌握ESP-IDF開發(fā),突破ESP32入門難題! 一、課程介紹 本課程針對ESP32的入門
    發(fā)表于 09-24 17:59

    【全新課程資料】正點原子《ESP32物聯(lián)網項目實戰(zhàn)》培訓課程資料上線!

    正點原子《ESP32物聯(lián)網項目實戰(zhàn)》全新培訓課程上線啦!正點原子工程師手把手教你學!通過多個項目實戰(zhàn),掌握ESP32物聯(lián)網項目的開發(fā)! 一、課程介紹本
    發(fā)表于 09-24 17:05

    基于迅為RK3588【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標分類

    【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標分類 https://www.bilibili.com/video/BV1ZN411D7V8/?spm_id_from=333.999.0.0
    發(fā)表于 08-15 10:51

    計算機視覺怎么給圖像分類

    圖像分類是計算機視覺領域中的一項核心任務,其目標是將輸入的圖像自動分配到預定義的類別集合中。這一過程涉及圖像的特征提取、特征表示以及分類器的
    的頭像 發(fā)表于 07-08 17:06 ?1587次閱讀

    使用google-translate和wwe合并后無法使用google-tts怎么解決?

    我打算使用lyrat-mini做一個使用喚醒詞喚醒然后后續(xù)通過google-sr和google-tts進行交流的聊天機器人,但是當我合并了adf的例子中的wwe和google-translate之后
    發(fā)表于 06-28 06:05

    電子發(fā)燒友

    中國電子工程師最喜歡的網站

    • 2931785位工程師會員交流學習
    • 獲取您個性化的科技前沿技術信息
    • 參加活動獲取豐厚的禮品