Deep Learning

Deep Learning per la Visione Artificiale — Impara a costruire e applicare modelli di deep learning come le Reti Neurali Convoluzionali (CNN) per compiti come la classificazione di immagini, il rilevamento di oggetti e la generazione di immagini utilizzando framework come TensorFlow e PyTorch.

Reti neurali convoluzionali in Python: CNN per la visione e la PNL

Deep Learning per la Visione Artificiale
Impara a utilizzare le CNN con Python e TensorFlow per creare potenti modelli di classificazione delle immagini e analisi del testo per applicazioni di data science reali.
★ 4.4 (7,279)

Deep Learning per la visione artificiale: dalle CNN ai GAN

Deep Learning per la Visione Artificiale
Crea modelli pratici per il rilevamento di oggetti, il trasferimento di stili neurali e la generazione di immagini utilizzando Python, Keras e TensorFlow.
★ 4.7 (7,100)

Costruisci un'auto a guida autonoma con Python e Deep Learning

Deep Learning per la Visione Artificiale
Applica la visione artificiale e le reti neurali per programmare un veicolo autonomo simulato utilizzando Python, TensorFlow e OpenCV.
★ 4.5 (4,304)

Visione artificiale e CNN con TensorFlow

Deep Learning per la Visione Artificiale
Crea e ottimizza reti neurali convoluzionali per il riconoscimento delle immagini utilizzando TensorFlow e le moderne tecniche di computer vision.
★ 4.7 (8,223)

Fondamenti di elaborazione delle immagini digitali per la visione artificiale

Deep Learning per la Visione Artificiale
Scopri come manipolare i dati visivi e creare modelli di classificazione delle immagini utilizzando le reti neurali in questa guida completa basata su testo.
★ 4.5 (4,337)

Reti neurali convoluzionali per principianti

Deep Learning per la Visione Artificiale
Padroneggia le basi della visione artificiale e impara a costruire reti neurali in grado di analizzare e riconoscere le immagini.
★ 4.9 (1,473)

Modern Vision IA e comprensione multimodale

Deep Learning per la Visione Artificiale
Scopri come l'IA interpreta insieme immagini e testo utilizzando l'elaborazione dei segnali di base e le moderne architetture multimodali.
★ 4.4 (30)

Automazione dell'elaborazione delle immagini per grandi set di dati

Deep Learning per la Visione Artificiale
Scopri come creare pipeline automatizzate per elaborare in modo efficiente grandi volumi di dati di immagini e video.
★ 4.7 (28)

Visione artificiale e apprendimento automatico con MATLAB

Deep Learning per la Visione Artificiale
Impara a creare modelli di classificazione delle immagini e di rilevamento degli oggetti utilizzando MATLAB per risolvere problemi di ingegneria e scienza reali.
★ 4.8 (23)

Guida per principianti al deep learning per la classificazione delle immagini

Deep Learning per la Visione Artificiale
Preparati a comprendere, creare e valutare modelli di deep learning per varie attività di classificazione delle immagini, partendo dalle basi.
★ 4.9 (19)

Introduzione alle CNN con Python: Costruisci e Addestra Modelli

Deep Learning per la Visione Artificiale
Inizia il tuo viaggio nel deep learning imparando a progettare, addestrare e valutare Reti Neurali Convoluzionali utilizzando pratiche Python moderne.
★ 4.7 (19)

Introduzione alla Generazione di Immagini AI e ai Modelli di Diffusione

Deep Learning per la Visione Artificiale
Comprendi la scienza fondamentale dietro i moderni modelli di diffusione e impara come i sistemi text-to-image generano concetti visivi di alta qualità.
★ 4.8 (16)

Deep Learning per la Computer Vision: Rilevamento Anomalie e Sintesi Dati

Deep Learning per la Visione Artificiale
Impara a costruire modelli di computer vision per rilevare anomalie nelle immagini, automatizzare l'etichettatura e generare dati di addestramento sintetici anche con dataset limitati.
★ 4.9 (15)

AI generativa con modelli di diffusione: una guida pratica alla sintesi delle immagini

Deep Learning per la Visione Artificiale
Comprendere i meccanismi della diffusione di denoising e imparare a configurare moderni modelli generativi per sintetizzare immagini di alta qualità da prompt di testo.

Deep Learning per il rilevamento dei difetti industriali

Deep Learning per la Visione Artificiale
Padroneggia i fondamenti della visione artificiale per creare, addestrare e ottimizzare modelli di deep learning che automatizzano il controllo qualità e il rilevamento dei difetti nella produzione.

Diffusione stabile per i programmatori: IA generativa con PyTorch

Deep Learning per la Visione Artificiale
Padroneggia la meccanica dei modelli di diffusione latente per generare e controllare le immagini utilizzando PyTorch e Hugging Face Diffusers.

Progettazione di un sistema di rilevamento dei difetti basato sulla visione per la linea di produzione

Deep Learning per la Visione Artificiale
Esplora la progettazione pratica di un sistema di rilevamento dei difetti basato sulla visione, dalla configurazione dell'imaging alla scelta del modello, alla valutazione e all'integrazione della linea.