完整的自動駕駛汽車課程-應用深度學習


學習使用深度學習、電腦視覺和機器學習技巧寫 Python 程式模擬自動駕駛汽車

報名參加課程

從這 18 小時的課程,你會學到

  • 學習應用電腦視覺深度學習技術來建構與汽車相關的演算法
  • 用 Keras 理解、建構和訓練卷積神經網路( Convolutional Neural Networks )
  • 以卷積神經網路和電腦視覺模擬一個的全自動駕駛汽車
  • 訓練深度學習模型,可以識別 43 個不同的交通標誌
  • 學習使用基本的電腦視覺技術,以識別道路上的行車線
  • 學習用 Keras 建構和訓練強大的神經網路
  • 在基於感知器( perceptron-based )的最基本層次理解神經網路

要求

  • 一臺可用的電腦
  • 不需要經驗

課程說明

自動駕駛汽車,已迅速成為最具變革性的技術之一。 在深度學習演算法的推動下,不斷地促進我們的社會向前發展,並在出行領域創造新的機會。

在發展中的世界,深度學習工作的薪水是最高的。 這是第一個也是唯一一個實際應用深度學習建立一個自動駕駛汽車的課程,自動駕駛是當今世界上最具顛覆性的技術之一。

在這個有趣和令人興奮的課程跟著頂教練 Rayan Slim 學習和掌握深度學習。 已有超過 28000 名學生,Rayan 是一位評價高、經驗豐富的教師,他遵循了”做中學”的風格,創建這個令人驚歎的課程。

你將從初學者變成深度學習的專家,你的老師會在螢幕上一步一步的完成每一項任務。

在課程結束時,你將建立一個完全由深度學習推動的全自動駕駛汽車。 這種強大的模擬將會給最高級別的開發者留下深刻印象,並確保你在神經網路中擁有可以貢獻任何專案或公司的技能。

本課程將教你如何:

  • 透過 OpenCV 使用電腦視覺技術識別自動駕駛汽車的行車線
  • 學習訓練基於感知器的神經網路( Perceptron-based Neural Network )來分類二進位制的類( binary classes )。
  • 學習訓練卷積神經網路( Convolutional Neural Networks )以識別不同的交通標誌
  • 訓練深度神經網路以適應複雜的資料集。
  • 精通 Keras,一個用 Python 編寫的優越神經網路程式庫。
  • 建造和訓練一輛全自動駕駛汽車來自己駕駛!

不需要經驗。 這門課程旨在讓沒有程式設計 / 數學經驗的學生完成深度學習開發人員。

本課程還包括所有的原始碼並在 Q&A 上提供友好的支援。

目標受眾

  • 任何對深度學習和自動駕駛汽車感興趣的人
  • 任何想要過渡技術到人工智慧領域的人(無論技能水平如何)
  • 有興趣研究一些最先進技術的企業家
  • 不管你的技能背景是什麼都歡迎參加

講師簡介

Rayan Slim  老師

嗨! 我是 Rayan,一個全職的軟體開發者,目前在加拿大渥太華。

我開始在軟體開發方面的冒險自創公司。 從那時起,作為一個自由開發者,我建立了無數的網路和行動應用程式,同時擴展我的技術,並在機器人、深度學習和資料分析領域探索新的技術發展。

在空閒時間,我喜愛教學!

Amer Sharaf   開發者

嗨,我是 Amer ,一名全職開發人員,專門研究人工智慧(AI)。

AI 現在正在扮演更加複雜的角色,可以真正放大人類的能力。 擁有機械工程和計算機科學的背景,我一直在尋找方法,利用人工智慧的力量創造實用的解決方案,徹底改變我們的生活方式。

我的目標是讓所有學生都能更方便地使用人工智慧,無論技術水平如何!

Jad Slim   資料科學企業家

Jad 在渥太華大學學習機械工程。 Jad 還擁有機器學習、電腦視覺、數學建模、計算機模擬和智慧系統方面的經驗。他還開發了許多深度學習應用程式,目前對自動機器充滿興趣正在探究當中。

熟練掌握 Tensorflow、Keras 和 MATLAB 等深度學習程式庫( libraries )。

Sarmad Tanveer   資料科學家

嗨!我是 Sarmad,我對資料科學有著濃厚的興趣。我是一名機械工程專業畢業生,成為資料科學家,在我自己的新創公司工作期間獲得了該領域的經驗。我的主要工作重點是使用複雜的深度學習演算法和情緒分析( sentiment analysis )來創建預測模型。我也有深度學習推動自動機械的經驗。

在業餘時間,我很享受在 Udemy 上教學,與大家分享我的知識!

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎使用 App / Email | Telegram 訂閱 網站更新

當這個頁面更新時,傳送 e-mail 給我

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: