Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
این دوره به معرفی TensorFlow ، یک کتابخانه جریان داده منبع باز برای محاسبات عددی با استفاده از نمودارهای جریان داده می پردازد. در این دوره ، با درک مبانی TensorFlow ، از همان اصول اولیه کتابخانه TensorFlow را خواهید آموخت. ابتدا ، شما با اصول یادگیری ماشین با استفاده از رگرسیون خطی به عنوان مثال شروع خواهید کرد و بر درک مفاهیم اساسی در TensorFlow تمرکز خواهید کرد. در ادامه ، نحوه استفاده از آنها در یادگیری ماشین ، مفهوم تنسور ، آناتومی یک برنامه ساده ، ساختارهای اساسی مانند ثابت ها ، متغیرها ، متغیرها ، جلسات و نمودار محاسبه را کشف خواهید کرد. سپس ، با TensorBoard ، ابزار تجسم برای مشاهده و اشکال زدایی نمودارهای جریان داده ، آشنا خواهید شد. برای دیدن نحوه انجام محاسبات رایج ، با عملیات پایه ریاضی و تغییر شکل تصویر کار خواهید کرد. سرانجام ، شما یک مسئله یادگیری ماشین در دنیای واقعی را با استفاده از مجموعه داده دست نویس MNIST و الگوریتم k نزدیکترین همسایگان حل خواهید کرد. با پایان این دوره ، شما درک بهتری از مبانی TensorFlow خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
معرفی TensorFlow
Introducing TensorFlow
پیش نیازها و بررسی اجمالی دوره
Prerequisites and Course Overview
الگوریتم های سنتی ML
Traditional ML Algorithms
نمایندگی الگوریتم های ML
Representation ML Algorithms
شبکه های عصبی یادگیری عمیق
Deep Learning and Neural Networks
معرفی TensorFlow
Introducing TensorFlow
جهان به عنوان یک نمودار
The World as a Graph
بارگیری و نصب TensorFlow
Downloading and Installing TensorFlow
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات