2018年09月10日(月)
10:30~17:00
Tel:03-5857-4811 E-mail:info@rdsc.co.jp
問い合わせフォーム
非会員:
51,700円
(本体価格:47,000円)
会員:
51,700円
(本体価格:47,000円)
学生:
51,700円
(本体価格:47,000円)
お1人様受講の場合 47,000円[税別]/1名
1口でお申込の場合 59,000円[税別]/1口(3名まで受講可能)
深層学習において,畳み込みニューラルネットワークは画像認識分野で様々なタスクへの応用が進んでいる.本講義では,畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明する.また,実装に向けた環境やディープラーニングフレームワークによるサンプルコードの説明など実践的に活用できる内容を網羅的に説明する.
1 ディープラーニングの現在
2 畳み込みニューラルネットワーク(CNN:Convolutional Neural Networks)
2.1 畳み込み層
2.2 プーリング層
2.3 全結合層
2.4 出力層
3 畳み込みニューラルネットワークの学習
3.1 誤差逆伝播法
3.2 最適化法(SGD / Adam / RMSProp)
4 ネットワーク構造
4.1 LeNet
4.2 VGG
4.3 GoogLeNet
4.4 ResNet
4.5 DenseNet
5 汎用性を向上させるためのテクニック
5.1 Dropout
5.2 Batch Normalization
5.3 Stochastic Depth
5.4 Shake-shake Regularization
6 物体検出への応用
6.1 R-CNN
6.2 Fast R-CNN
6.3 Faster R-CNN
6.4 YOLO
6.5 SSD
6.6 DSSD
7 セグメンテーションへの応用
7.1 FCN
7.2 SegNet
7.3 U-Net
7.4 PSP Net
8 姿勢推定への応用
8.1 Deep Convolutional Pose Machines
8.2 Part Affinity Field
9 動画像への応用
9.1 行動認識
9.2 その他
10 ネットワークの可視化
10.1 CAM
10.2 CAM Grad
11 ディープラーニングのフレームワーク
11.1 Chainerによる実装
11.2 Neural Network Consoleなど
ディープラーニング,画像認識,深層学習,研修,講習会,セミナー