Computer Vision-এর ভিত্তি

অধ্যায় ৫-এর neural network সংখ্যার ভেক্টর নিয়ে কাজ করে। Computer vision-এ ইনপুট হলো ছবি—উচ্চতা × প্রস্থ × চ্যানেলের গ্রিড। এই অধ্যায়ে ছোট সিন্থেটিক “ছবি” (৮×৮ গ্রেস্কেল) দিয়ে দেখব pixel থেকে local filter, convolution, CNN-এর parameter-সাশ্রয়, pooling, এবং একটি দুই-শ্রেণির প্যাটার্ন ক্লাসিফায়ার train করা।

প্রজেক্ট: উল্লম্ব বনাম অনুভূমিক বার চেনার ছোট মডেল, confusion matrix ও ব্যর্থ কেসসহ। Detection/segmentation বা ImageNet-স্কেল ট্রেনিং এই অধ্যায়ে নেই—সেগুলো “এখনই না” তালিকায়।