หลักการพื้นฐานและการประยุกต์ใช้ในคอมพิวเตอร์วิทัศน์ ของ คอนโวลูชันนัล นิวรอล เน็ตเวอร์ค (CNN) จากสถาปัตยกรรมพื้นฐานไปจนถึงสถาปัตยกรรมใหม่ๆ เช่น VGG ResNet และ Efficientnet หลักสูตรจะเริ่มจาก โมเดลเชิงเส้น ฟังก์ชั่นแอคทีเวชั่น ฟังก์ชั่นลอส การหาค่าดีที่สุด สถาปัตยกรรมแกน และการประยุกต์ใช้งาน CNN ด้านการแยกแยะและตรวจหาวัตถุ

The basic concept and their applications in computer vision of convolutional Neural network (CNN) from basic architecture to modern architectures such as VGG, ResNet, and Efficientnet. Linear models, activation function, Loss function, stochastic optimization methods GAN architecture (Generative Adversarial Network) for photo-realistic images, application of CNN in classification and object detection.