Sztuczna Inteligencja w Wizji Komputerowej: Od Konwolucji Do Transformerów

Cel szkolenia:

Celem szkolenia jest zapoznanie uczestników z praktyczną implementacją w środowisku Tensorflow Keras bardziej zaawansowanych modeli głębokich sieci neuronowych takich jak sieci konwolucyjne i sieci transformers. Uczestnicy kursu uzyskują teoretyczną wiedzę na temat poszczególnych warstw budujących tego typu modele oraz poznają wysokopoziomowe narzędzia umożliwiające łatwe ich wykorzystanie. W ramach kursu zostanie również omówiona i zaprezentowana w praktyce metodologia uczenia transferowego, pozwalająca na adaptację gotowych architektur do własnych zbiorów danych. Uczestnicy wykorzystają zdobytą wiedzę w praktyce, trenując kilka przykładowych modeli konwolucyjnych i transformerowych do klasyfikacji obrazów.

Adresaci szkolenia:

Szkolenie przeznaczone dla osób początkujących, które nie miały nigdy kontaktu z sieciami konwolucyjnymi i transformerami. Wymaganiem wstępnym jest podstawowa znajomość konstrukcji modeli z użyciem biblioteki Keras oraz poprawnego doboru parametrów modelu (patrz kurs “Wstęp do Keras”). Zaawansowane umiejętności programistyczne nie są wymagane.

Program:

1. Sieci konwolucyjne - przypomnienie
2. Architektury pretrenowane (VGG, ResNet, EfficientNet, DenseNet, ConvNext itp.)
3. Metodologia transfer learningu
4. Fine-tuning
5. Vision Transformers (ViT)
6. Interpretowalność sieci (GradCAM++, ScoreCAM, SaliencyMaps, Occlusion, LIME)
7. Atencja modeli transformerowych
8. Analiza niepewności (Monte Carlo Dropout Uncertainty)

Jak się zapisać?

1. Żeby zapisać się na szkolenie musisz posiadać konto w naszym systemie. Żeby je założyć kliknij tutaj. Konto to umożliwia korzystanie z oferty całej platformy szkoleniowej, w tym szkoleń prowadzonych przez CDSI i pozostałe jednostki, do których można przejść za pomocą zakładek na górze strony . Jeśli już posiadasz konto możesz pominąć ten krok.
2. Po utworzeniu konta zapisz się na szkolenie. O przyjęciu decyduje kolejność przesłanych zgłoszeń.
3. Z naszego systemu otrzymasz automatyczne potwierdzenie Twojego zgłoszenia, które będzie zawierało dane do przelewu.
4. Prześlij na adres e-mailowy kursy-cdsi@agh.edu.pl potwierdzenie dokonania wpłaty.