Facial Expression Classification Using Residual Neural Nets(으)로 돌아가기
Coursera Project Network의 Facial Expression Classification Using Residual Neural Nets 학습자 리뷰 및 피드백
71개의 평가
강좌 소개
In this hands-on project, we will train a deep learning model based on Convolutional Neural Networks (CNNs) and Residual Blocks to detect facial expressions. This project could be practically used for detecting customer emotions and facial expressions.
By the end of this project, you will be able to:
- Understand the theory and intuition behind Deep Learning, Convolutional Neural Networks (CNNs) and Residual Neural Networks.
- Import Key libraries, dataset and visualize images.
- Perform data augmentation to increase the size of the dataset and improve model generalization capability.
- Build a deep learning model based on Convolutional Neural Network and Residual blocks using Keras with Tensorflow 2.0 as a backend.
- Compile and fit Deep Learning model to training data.
- Assess the performance of trained CNN and ensure its generalization using various KPIs.
- Improve network performance using regularization techniques such as dropout.
최상위 리뷰
NA
2020년 8월 29일
Wonderful course! I got a lot of new knowledge, particularly about how CNN really works and how to apply it using existing libraries in python! 6/5
EG
2020년 10월 5일
the lecturer is so geniuuuuuuussss, thank you so much
필터링 기준:
Facial Expression Classification Using Residual Neural Nets의 10개 리뷰 중 1~10
교육 기관: Nugraha S A
•2020년 8월 30일
교육 기관: Endang P G
•2020년 10월 6일
교육 기관: SYED S
•2020년 11월 27일
교육 기관: Jesus M Z F
•2020년 8월 8일
교육 기관: SASIN N
•2020년 8월 10일
교육 기관: Partha B
•2020년 9월 27일
교육 기관: Mudunuri Y V 9
•2021년 7월 29일
교육 기관: Narendra G
•2020년 9월 30일
교육 기관: Parag
•2022년 2월 13일
교육 기관: Ed S
•2020년 12월 14일
Coursera Footer
© 2022 Coursera Inc. All rights reserved.
