Podstawy TensorFlow dla Deep Learning

Głębokie uczenie się jest motorem przyszłości technologii, ale rozpoczęcie pracy z podstawowymi strukturami może wydawać się przytłaczające. Ten kurs upraszcza krzywą uczenia się, rozkładając podstawową mechanikę TensorFlow na strawne, pisemne wyjaśnienia. Przejdziesz od zrozumienia podstawowych pojęć matematycznych do pewnego budowania, kompilowania i trenowania sieci neuronowych. Czytając przykłady kodu strukturalnego i podziały koncepcyjne, zdobędziesz solidne podstawy w nowoczesnych przepływach pracy uczenia maszynowego. Czego się nauczysz: * Zrozumienie podstawowych operacji tensorowych i podstawowej matematyki głębokiego uczenia się. * Budowanie architektury sieci neuronowych za pomocą wysokiego poziomu Keras API. * Przygotuj i przesyłaj zbiory danych wydajnie za pomocą tf.data. * Trenuj, oceniaj i dostrajaj modele, aby zapobiec przesadnej dopasowaniu. * Zapisz i eksportować przeszkolonych modeli do wdrożenia. Kurs zaczyna się od podstawowych pojęć i niezbędnej terminologii, zanim przeprowadzi Cię przez przygotowanie danych, budowanie modeli i techniki szkoleniowe. Poznasz praktyczne fragmenty kodu, które pokazują, jak krok po kroku konstruować i optymalizować sieci neuronowe. Ten kurs jest przeznaczony dla absolutnych początkujących do uczenia maszynowego i TensorFlow. Nie jest wymagane wcześniejsze doświadczenie w głębokim uczeniu się, chociaż pomocna jest podstawowa znajomość Pythona. Zacznij czytać już dziś, aby odblokować podstawy głębokiego uczenia się za pomocą TensorFlow.