Resimleri anlamaları için bilgisayarları nasıl eğitiyoruz?

Küçük bir çocuk resimlere baktığında, onları kolaylıkla tanımlayabilir : ” Kedi”, “kitap”, “sandalye”. Bugün, bilgisayarlar da bunu yapacak kadar akıllı hale geliyor. Peki ya sonrasında? Bu heyecan verici konuşmada, bilgisayar algılama uzmanı Fei-Fei Li teknolojinin geldiği bu başarılı aşamayı – 15 milyonluk bir fotoğraf veri tabanı ile çalışma ekibinin bir bilgisayarı resimleri algılaması için nasıl “eğittiğini” – açıklıyor ve ileriye dönük bazı sezilerinden bahsediyor.

Bilgisayarlar, bilgi arama, görüntüleri anlama, uygulamalar, haritalama, tıp, dronlar ve kendi kendini süren otomobil uygulamalarıyla toplumumuzda her yerde yaygınlaştı. Bu uygulamaların çoğunun özü, görüntü sınıflandırma, yerelleştirme ve algılama gibi görsel tanıma görevleridir. Yapay sinir ağındaki (yani “derin öğrenme”) yaklaşımlardaki son gelişmeler, en gelişmiş görsel tanıma sistemlerinin performansını büyük ölçüde artırmıştır.

Bu kurs, özellikle resim sınıflandırma olmak üzere bu görevler için uçtan uca modelleri öğrenmeye odaklanan derin öğrenme mimarilerinin detaylarına derin bir dalış. Bu kurs boyunca, öğrenciler kendi sinir ağlarını uygulamayı, eğitmeyi ve hata ayıklamayı öğrenecek ve bilgisayar vizyonunda en son araştırmaları ayrıntılı olarak anlayacaklardır. Son ödev, multi-milyon parametreli evriral sinir ağını eğitmeyi ve onu en büyük görüntü sınıflandırma veri setine (ImageNet) uygulamayı içerecektir. Görüntü tanıma probleminin nasıl oluşturulacağını, öğrenme algoritmalarını (ör. Geri yayılma), ağları eğitmek ve ince ayar yapmak için pratik mühendislik püf noktaları ve uygulamalı ödevler ve final kursları boyunca öğrencilere rehberlik etmeyi öğretmeye odaklanacağız.