Obsah
- Úvod do Tensorflow pro strojové učení AI a hluboké učení (nabízí deeplearning.ai)
- Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
- Tensorflow v praktickém učení (nabídl deeplearning.ai)
- Konvoluční neuronové sítě a Tensorflow (nabízí deeplearning.ai)
- Porozumění obrázku s Tensorflow na GCP (Nabízeno Google Cloud Platform)
- Strojové učení bez serveru bez Tensorflow na platformě Google Cloud (nabízeno platformou Google Cloud)
- Zpracování přirozeného jazyka pomocí Tensorflow (nabízí deeplearning.ai)
- Závěr
Odnést:
Tensorflow je jednou z nejoblíbenějších otevřených zdrojových knihoven ML inženýra pro reprezentaci kódových funkcí zapojených do ML a vizualizaci matematických operací používaných v neuronových sítích a dalších ML nastaveních.
Tensorflow je jednou z nejoblíbenějších otevřených zdrojových knihoven strojového učení (ML) pro reprezentaci kódových funkcí v ML a vizualizaci matematických operací používaných v neuronových sítích a dalších ML nastaveních.
Na vzdělávacím portálu Coursera je k dispozici šest kurzů, které studenty vedou k úplnějšímu porozumění prostředí Tensorflow.
- Úvod do Tensorflow pro strojové učení AI a hluboké učení (nabízí deeplearning.ai)
- Tensorflow v praktickém učení (nabídl deeplearning.ai)
- Konvoluční neuronové sítě a Tensorflow (nabízí deeplearning.ai)
- Porozumění obrázku s Tensorflow na GCP (Nabízeno Google Cloud Platform)
- Strojové učení bez serveru bez Tensorflow na platformě Google Cloud (nabízeno platformou Google Cloud)
- Zpracování přirozeného jazyka pomocí Tensorflow (nabízí deeplearning.ai)
Úvod do Tensorflow pro strojové učení AI a hluboké učení (nabízí deeplearning.ai)
Tento kurz pomáhá studentům pochopit, jak vytvářet škálovatelné algoritmy a jak funguje hluboké učení. Neuronové sítě jsou jedním ze zaměření tohoto diverzifikovaného kurzu, který využívá některé znalosti specialisty Andrewa Ng k ukázání studentům Tensorflowových principů v práci.
Jedná se o kurz střední úrovně, který je 100% online a jeho dokončení trvá přibližně osm hodin, s navrženým časovým rámcem čtyř týdnů.
Studenti se naučí trénovat neuronovou síť pro počítačové vidění, osvojí si osvědčené postupy Tensorflow, naučí se porozumět konvolučním neuronovým sítím a budovat základní neuronovou síť s Tensorflow.
Všestranný průvodce tímto typem vizualizace a manipulace se součástmi strojového učení.
Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
Tensorflow v praktickém učení (nabídl deeplearning.ai)
Čtyři moduly pomáhají studentům prozkoumat aplikace umělé inteligence (AI) a jak jsou vyrobeny. Budování a školení neuronových sítí je součástí tohoto kurikula a studenti se naučí používat konvoluce při zpracování obrazu, aby usnadnili špičkové možnosti identifikace a klasifikace.
Studenti se mohou na první pohled podívat na to, jak se stroje učí zpracovávat a jak neuronové sítě zpracovávají vstupní data.
Praktické prvky kurzu ukážou, jak tyto typy technologií fungují v reálném světě. Tento online kurz trvá asi měsíc a je to kurz střední úrovně.
Konvoluční neuronové sítě a Tensorflow (nabízí deeplearning.ai)
Tento kurz se zaměřuje konkrétně na konvoluční neuronovou síť, což je specifický druh konceptu ve světě strojového učení. CNN, jak se nazývá, zpracovává zpracování obrazu pomocí různých vrstev v neuronové síti.
K filtrování a průzkumu obrázků se používají techniky, jako je procházení a vycpávání, a informace se pomocí systému přivedou do trychtýře, aby nakonec počítač vyškolil, aby identifikoval objekty nebo jiné aspekty obrazu.
Studenti se seznámí s tím, jak počítač "vidí" informace a jaké konkrétní operace vedou k efektivním zpracováním obrazu a identifikačním úkolům.
Studenti se seznámí s různými problémy, jako je ztráta spiknutí, přeplnění a vypadnutí při hledání osvědčených postupů při budování a udržování schopností CNN pro rozpoznávání obličeje, vývoj produktů a další.
Součástí tohoto sylabu bude také transferové učení a studenti se dozví více o extrakci prvků a výběru prvků jako součást úspěšné dimenze.
Tento kurz na střední úrovni je online a jeho dokončení trvá přibližně sedm hodin s navrženým časovým rámcem čtyř týdnů.
Porozumění obrázku s Tensorflow na GCP (Nabízeno Google Cloud Platform)
Tento kurz pokročilého strojového učení je speciálně navržen s ohledem na Google Cloud. Toto špičkové prostředí bylo výzvou pro mnoho vývojářů vytvářející nejnovější a nejlepší ML programy.
Tento kurz ukáže studentům různé strategie sestavování klasifikátorů obrázků a pomůže jim pochopit konvoluční stavění neuronových sítí. Součástí tohoto kurzu je také extrakce a výběr funkcí a studenti získají školení o tom, jak předcházet nadměrnému vybavení a souvisejícím problémům.
Praktické komponenty vyžadují znalost základních SQL, Python a Tensorflow.
Tento kurz je 100% online na pokročilé úrovni a jeho dokončení trvá 11 hodin s doporučenou časovou investicí 5–7 hodin týdně.
Strojové učení bez serveru bez Tensorflow na platformě Google Cloud (nabízeno platformou Google Cloud)
Tento kurz také využívá myšlenku spolupráce s Tensorflowem na Google Cloud Platform, ale přidává myšlenku bezserverového počítače k představení strojového učení v jiném typu prostředí.
V počítačích bez serverů jsou funkce navrženy tak, jak je potřeba. Tento kurz bude hovořit o případech použití pro tento typ nastavení a umožní studentům podílet se na vytváření modelu Tensorflow ML. Důraz je kladen na škálovatelnost a nasazení s porozuměním funkcím předzpracování a jak roztočit modely ML v efektivní virtualizované kapacitě.
Tento kurz na střední úrovni je online a jeho dokončení trvá 12 hodin, s navrženým časovým rámcem jednoho týdne.
Zpracování přirozeného jazyka pomocí Tensorflow (nabízí deeplearning.ai)
Jednou z nejpopulárnějších aplikací Tensorflow a dalších nástrojů strojového učení je praxe zpracování přirozeného jazyka (NLP).
Tento kurz seznámí studenty s některými složkami NLP souvisejícími s označováním jednotek řeči a dalšími technikami, které pomáhají neuronovým sítím vytvářet strukturální prediktivní modely. NLP těží z ML hodně a studenti mohou těžit z první ruky, jak tyto techniky fungují.
Při praktickém studiu se studenti budou zabývat problémy skutečného světa, jako je to, jak aplikovat opakující se neuronové sítě a LSTM v Tensorflow a jak zpracovat pomocí tokenizace a vektorů.
Tento kurz je 100% online kurz na střední úrovni, který trvá devět hodin s navrženým časovým rámcem čtyř týdnů.
Závěr
Využijte kteroukoli z těchto inovativních příležitostí k učení, abyste se lépe spojili s maticemi a šrouby ML prostřednictvím porozumění nejen terminologii, ale sestavení systémů, které se běžně používají pomocí Tensorflow.