Deep Learning with Python for Android

ဖော်ပြချက်

ဤအက်ပ်၏ရည်ရွယ်ချက်မှာ အခြေခံမှစပြီး ပိုမိုခေတ်မီသော နက်နဲသောသင်ယူမှုပုံစံများဆီသို့ နက်နဲသောသင်ယူမှုဝါသနာရှင်များကို ကွန်ပျူတာအမြင်ကို မိတ်ဆက်ပေးရန်ဖြစ်သည်။ ကွန်ပျူတာအမြင်အက်ပ်အတွက် နက်ရှိုင်းစွာသင်ယူခြင်းသည် ရုပ်ပုံအမျိုးအစားခွဲခြင်းနှင့် မှတ်စာများ၊ အရာဝတ္ထုအသိအမှတ်ပြုခြင်းနှင့် ရုပ်ပုံရှာဖွေခြင်း၊ အမျိုးမျိုးသောအရာဝတ္ထုရှာဖွေခြင်းနည်းပညာများ၊ ရွေ့လျားမှုခန့်မှန်းချက်၊ ဗီဒီယိုရှိ အရာဝတ္ထုကို ခြေရာခံခြင်း၊ လူသားလုပ်ဆောင်ချက်ကို အသိအမှတ်ပြုခြင်းနှင့် နောက်ဆုံးတွင် ရုပ်ပုံပုံစံပြောင်းလဲခြင်း၊ တည်းဖြတ်ခြင်းနှင့် ရုပ်ပုံမျိုးဆက်သစ်။ သင်တန်းပရောဂျက်တွင် ကျောင်းသားများသည် ဤနည်းပညာ၏အတွင်းပိုင်း စက်ပြင်များကို နားလည်ရန် မျက်နှာမှတ်သားမှုနှင့် ခြယ်လှယ်မှုစနစ်ကို မည်သို့တည်ဆောက်ရမည်ကို သင်ယူရမည်ဖြစ်ပြီး၊ အကျော်ကြားဆုံးနှင့် မကြာခဏဆိုသလို ကွန်ပျူတာအမြင်နှင့် AI ၏ ရုပ်ရှင်များနှင့် တီဗီရှိုးများတွင် သရုပ်ပြနိုင်မည်ဖြစ်သည်။

အဓိက သီးခြားအကြောင်းအရာ-

Deep Learning ဆိုတာဘာလဲ။

ရုပ်ပုံအခြေခံများ။

ရုပ်ပုံဂန္ထဝင်အခြေခံများ။

Image Classication အတွက် ဒေတာအတွဲများ

သင်၏ ဖွံ့ဖြိုးတိုးတက်မှုပတ်ဝန်းကျင်ကို ပေါင်းစပ်ခြင်း။

First Image Classier ဖန်တီးပါ။

Parameterized Learning

ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းနည်းလမ်းများနှင့် ကြီးကြီးကျယ်ကျယ်ပြုလုပ်ခြင်း။

Neural Network အခြေခံများ။

Convolutional Neural Networks

သင်၏ပထမဆုံး CNN ကိုလေ့ကျင့်ပါ။

သင့်မော်ဒယ်များကို သိမ်းဆည်းခြင်းနှင့် တင်ခြင်း

LeNet- လက်ရေးဂဏန်းများကို အသိအမှတ်ပြုခြင်း။

MiniVGGNet- CNN များနှင့် ပိုမိုနက်ရှိုင်းစွာ လုပ်ဆောင်ပါ။

သင်ယူမှုနှုန်းစီစဉ်သူများ။

Spotting Undertting နှင့် Overtting ။

စစ်ဆေးရေးပုံစံများ။

ကွန်ရက်ဗိသုကာများကို မြင်ယောင်ခြင်း။

Computer Vision Concepts and Practice နမူနာများ

Classication အတွက် ကွက်လပ်ပြင်ပ CNN များ။

Python ပရိုဂရမ်းမင်း၏ အဓိကအကြောင်းအရာများ။

Data Science Topics Python Code ဥပမာများ။

Code ဥပမာများဖြင့် စက်သင်ယူခြင်း။