Deep Learning

Deep Learning für Computer Vision — Lernen Sie, wie man Deep-Learning-Modelle wie Convolutional Neural Networks (CNNs) für Aufgaben wie Bildklassifizierung, Objekterkennung und Bildgenerierung mit Frameworks wie TensorFlow und PyTorch erstellt und anwendet.

Convolutional Neural Networks in Python: CNNs für Bildverarbeitung und NLP

Deep Learning für Computer Vision
Meistern Sie CNNs mit Python und TensorFlow, um leistungsstarke Bildklassifizierungs- und Textanalysemodelle für reale Data-Science-Anwendungen zu erstellen.
★ 4.4 (7,279)

Deep Learning für Computer Vision: Von CNNs zu GANs

Deep Learning für Computer Vision
Entwickeln Sie praktische Modelle für Objekterkennung, neuronalen Stiltransfer und Bildgenerierung mit Python, Keras und TensorFlow.
★ 4.7 (7,100)

Computer Vision und CNNs mit TensorFlow

Deep Learning für Computer Vision
Entwicklung und Optimierung von Convolutional Neural Networks für die Bilderkennung mit TensorFlow und modernen Computer-Vision-Techniken.
★ 4.7 (8,223)

Faltungsneurale Netze für Einsteiger

Deep Learning für Computer Vision
Meistern Sie die Grundlagen der Computer Vision und lernen Sie, neuronale Netze zu erstellen, die Bilder analysieren und erkennen können.
★ 4.9 (1,473)

Moderne Vision KI und multimodales Verständnis

Deep Learning für Computer Vision
Erfahren Sie, wie KI Bilder und Text mithilfe von grundlegender Signalverarbeitung und modernen multimodalen Architekturen zusammen interpretiert.
★ 4.4 (30)

Automatisierte Bildverarbeitung für große Datensätze

Deep Learning für Computer Vision
Erfahren Sie, wie Sie automatisierte Pipelines für die effiziente Verarbeitung großer Bild- und Videodatenmengen erstellen.
★ 4.7 (28)

Computer Vision und Machine Learning mit MATLAB

Deep Learning für Computer Vision
Lernen Sie, mit MATLAB Modelle für die Bildklassifizierung und Objekterkennung zu erstellen, um technische und wissenschaftliche Probleme zu lösen.
★ 4.8 (23)

Einführung in Deep Learning für die Bildklassifizierung

Deep Learning für Computer Vision
Erlernen Sie die Grundlagen, um Deep-Learning-Modelle für verschiedene Bildklassifizierungsaufgaben zu verstehen, zu erstellen und zu bewerten.
★ 4.9 (19)

Einführung in CNNs mit Python: Modelle erstellen und trainieren

Deep Learning für Computer Vision
Beginnen Sie Ihre Deep-Learning-Reise, indem Sie lernen, Convolutional Neural Networks mit modernen Python-Praktiken zu entwerfen, zu trainieren und zu bewerten.
★ 4.7 (19)

Einführung in KI-Bildgenerierung und Diffusionsmodelle

Deep Learning für Computer Vision
Verstehen Sie die wissenschaftlichen Grundlagen moderner Diffusionsmodelle und lernen Sie, wie Text-zu-Bild-Systeme hochwertige visuelle Konzepte generieren.
★ 4.8 (16)

Deep Learning für Computer Vision: Anomalieerkennung und Datensynthese

Deep Learning für Computer Vision
Lernen Sie, Computer-Vision-Modelle zu erstellen, um Bildanomalien zu erkennen, die Beschriftung zu automatisieren und synthetische Trainingsdaten zu generieren, selbst bei begrenzten Datensätzen.
★ 4.9 (15)

Generative KI mit Diffusionsmodellen: Ein praktischer Leitfaden zur Bildsynthese

Deep Learning für Computer Vision
Verstehen Sie die Mechanismen der Rauschunterdrückungsdiffusion und lernen Sie, wie Sie moderne generative Modelle konfigurieren, um qualitativ hochwertige Bilder aus Textaufforderungen zu synthetisieren.

Stabile Diffusion für Programmierer: Generative KI mit PyTorch

Deep Learning für Computer Vision
Meistern Sie die Mechanik von latenten Diffusionsmodellen, um Bilder mit PyTorch und Hugging Face Diffusern zu erzeugen und zu steuern.

Entwicklung eines optischen Defekterkennungssystems für die Produktionslinie

Deep Learning für Computer Vision
Erfahren Sie mehr über das praktische Design eines bildverarbeitungsbasierten Defekterkennungssystems, von der Bildverarbeitungskonfiguration über die Modellauswahl und -auswertung bis hin zur Linienintegration.