Deep Learning For Computer Vision

      หลักการพื้นฐานและการประยุกต์ใช้ในคอมพิวเตอร์วิทัศน์ ของ คอนโวลูชันนัล นิวรอล เน็ตเวอร์ค (CNN) จากสถาปัตยกรรมพื้นฐานไปจนถึงสถาปัตยกรรมใหม่ๆ เช่น VGG ResNet และ Efficientnet หลักสูตรจะเริ่มจาก โมเดลเชิงเส้น ฟังก์ชั่นแอคทีเวชั่น ฟังก์ชั่นลอส การหาค่าดีที่สุด สถาปัตยกรรมแกน และการประยุกต์ใช้งาน CNN ด้านการแยกแยะและตรวจหาวัตถุ

📖 จำนวนบทเรียนทั้งหมด 17 บทเรียน                            ⏰ 5.51 ชั่วโมง

🎭 คอร์สเรียนนี้เหมาะกับใคร : นักเรียน นักศึกษา และบุคคลทั่วไป

🌿 วัตถุประสงค์

•       1. ผู้เรียนสามารถประยุกต์ใช้ในคอมพิวเตอร์วิทัศน์ของคอนโวลูชันนัล นิวรอล เน็ตเวอร์ค (CNN) จากสถาปัตยกรรมพื้นฐานไปจนถึงสถาปัตยกรรมใหม่ ๆ

🗣 ผลลัพธ์การเรียนรู้ที่คาดหวัง

•       1. ผู้เรียนสามารถประยุกต์ใช้ในคอมพิวเตอร์วิทัศน์ของคอนโวลูชันนัล นิวรอล เน็ตเวอร์ค (CNN) จากสถาปัตยกรรมพื้นฐานไปจนถึงสถาปัตยกรรมใหม่ ๆ

👥 คุณสมบัติผู้เรียน

•       1. กำลังศึกษาหรือสําเร็จการศึกษาระดับมัธยมศึกษาตอนปลาย และบุคคลทั่วไป
•       2. นักศึกษาระดับมหาวิทยาลัย
•       3. จบการศึกษาหรือกำลังศึกษาอยู่ในระดับปริญญาตรี