Pembelajaran Mendalam dan GANs dengan Keras: Panduan Permulaan โ€” WalkSelf
โฑ 2 jam 54 min ๐Ÿ“š 29 pelajaran ๐ŸŽง Versi audio

Pembelajaran Mendalam dan GANs dengan Keras: Panduan Permulaan

Bina asas yang kukuh dalam rangkaian neural, generative adversarial networks, dan alur kerja pembelajaran mendalam moden menggunakan Python dan Keras.

  • ๐Ÿ’ฌ Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • ๐Ÿ• Mula bila-bila masa
    Tiada jadual atau tarikh akhir โ€” belajar mengikut rentak sendiri, bila-bila masa.
  • ๐ŸŒ Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil โ€” semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

Pembelajaran mendalam memacu kemajuan paling teruja dalam kecerdasan buatan, daripada pengecaman imej hingga menjana media baharu sepenuhnya. Jika anda ingin memahami cara rangkaian neural berfungsi dan cara membinanya sendiri, Keras menawarkan cara yang paling intuitif dan berkuasa untuk bermula. Kursus berasaskan teks ini membimbing anda daripada asas mutlak kecerdasan buatan dan pembelajaran mesin hingga membina Generative Adversarial Networks (GANs) pertama anda. Anda akan mempelajari cara menulis kod Python yang bersih dan moden untuk melatih model pembelajaran mendalam, menilai prestasinya, dan menjana data sintetik, semuanya melalui penjelasan bertulis yang jelas dan panduan kod berstruktur. Apa yang akan anda pelajari: - Memahami prinsip teras kecerdasan buatan, pembelajaran mesin, dan rangkaian neural mendalam. - Membina dan melatih rangkaian neural maklum balas dan konvolusi menggunakan Keras dan Python. - Melaksanakan Generative Adversarial Networks (GANs) untuk menjana data baharu yang realistik dari awal. - Mengaplikasikan amalan pembelajaran mendalam moden, termasuk pra-pemprosesan data, regularisasi, dan pengesahan yang betul. - Meneroka konsep penjejakan model moden dan alur kerja MLOps asas untuk mengurus eksperimen latihan anda. - Menulis kod pembelajaran mendalam yang bersih dan berstruktur menggunakan petunjuk jenis dan piawaian API Keras terkini. Anda akan bermula dengan menguasai terminologi penting dan intuisi matematik di sebalik rangkaian neural sebelum beralih ke pelaksanaan praktikal. Sambil anda maju melalui modul bertulis, anda akan bertukar daripada tugas pengelasan mudah kepada model generatif lanjutan, mempelajari cara menyahtelak dan mengoptimumkan seni bina anda di sepanjang jalan. Kursus ini direka untuk pemula yang baharu dalam pembelajaran mendalam dan rangkaian neural. Kebebiasaan asas dengan pengaturcaraan Python adalah membantu, tetapi tiada pengalaman terdahulu dengan pembelajaran mesin atau matematik lanjutan diperlukan. Mula membaca hari ini untuk membuka kuasa AI generatif dan membina model pembelajaran mendalam pertama anda dengan Keras.

Apa yang anda dapat

  • ๐Ÿ“œ Sijil tamat
    Tambah ke profil LinkedIn anda
  • ๐Ÿ’ฌ Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • ๐ŸŽง Termasuk versi audio
    Belajar sambil bergerak โ€” tanpa skrin
  • โ™พ๏ธ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • ๐Ÿ“ฑ Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • ๐Ÿ’ธ Pulangan 14 hari
    Tanpa soalan
  • โšก Pendek dan fokus
    2 jam 54 min kandungan praktikal

Ulasan

Belum ada ulasan โ€” jadilah yang pertama berkongsi pengalaman anda.

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Selepas hantar kami akan meminta anda log masuk โ€” draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad โ€” Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya โ€” pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda โ€” boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan