A-Z™ | Tensorflow ile Derin Öğrenme | 2023

A-Z™ | TensorFlow ile Derin Öğrenme Kursumuzda klasik ve derin öğrenme tabanlı yöntemlerini kullanarak sınıflandırma nasıl yapıldığını öğrenip, TensorFlow kütüphaneleriyle gerçek hayat projeleri yapacağız.Projelerle Yapay Zeka ve Bilgisayarlı Görü Kursu İçeriği Giriş BölümüDerin Öğrenme Teori Derin Öğrenme Nedir Yapay Sinir AğlarıAktivasyon FonksiyonlarıOptimizasyon AlgoritmalarıLoss (Kayıp) FonksiyonlarıDerin Öğrenme TeoriCNN (Convolutional Neural Networks) Teori Evrişim İşlemiCNN (Convolutional Neural Networks)Piksel Ekleme (Padding)Adım Kaydırma (Stride)Ortaklama (Pooling)Ek Teori Epoch ve Batch Size Dropout Early Stopping Learning Rate TensorFlow ile Derin Öğrenme TensorFlow Temelleri Veriyi Hazırlama Model Oluşumu Sequential Model Egitimi Model Testi | 1. Kısım Model Testi | 2. Kısım Modeli Kaydetme/Yükleme - Save/Load Model Sonuçlarını Görselleştirme Modelin Ara Katmalarını Görselleştirme Functional Bir Model Oluşturma Callbacks | 1. kısım Callbacks | 2. kısım Data Augmentation - Veri Arttırma | 1. Kısım Data Augmentation - Veri Arttırma | 2. Kısım Transfer Learning - VGG Hazır Model Kullanma - VGG TensorFlow ile Trafik İşaretlerini Sınıflandırma Veriyi Hazırlama Model Eğitimi ve Test Real Time'da Test TensorFlow'da Weights & Biases (WandB) | Özel Veri Wandb ile Keras'da Temel Fonsiyonlar Wandb ile Keras'da Sweepler Wandb ile Keras'da Sweep - Bonus Video TensorFlow Lite - Android App - Object detection - İmage Classification Efficient Det Lite Model Eğitimi - Object detection Efficient Det Lite Modeli Android'de Çalıştırma 1 - Object detection Efficient Det Lite Modeli Androi