آموزش مقدماتی TensorFlow به زبان فارسی - آخرین آپدیت

دانلود Intro to TensorFlow en Español

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره بر بهره‌گیری از انعطاف‌پذیری و سهولت استفاده از TensorFlow 2.x و Keras برای ساخت، آموزش و پیاده‌سازی مدل‌های یادگیری ماشین تمرکز دارد. شما با سلسله‌مراتب API در TensorFlow 2.x آشنا شده و اجزای اصلی تنسورفلو را از طریق تمرینات عملی خواهید شناخت. ما به شما نشان می‌دهیم که چگونه با مجموعه‌داده‌ها (Datasets) و ستون‌های ویژگی (Feature Columns) کار کنید و یک خط لوله داده‌های ورودی (Input Data Pipeline) را در TensorFlow 2.x طراحی و اجرا نمایید. همچنین تجربه عملی در بارگذاری آرایه‌های NumPy، تصاویر و داده‌های متنی با tf.data.Dataset و داده‌های CSV با استفاده از Pandas کسب خواهید کرد. علاوه بر این، نحوه ایجاد ستون‌های ویژگی عددی، دسته‌بندی شده، Bucketized و Hash را می‌آموزید. در ادامه، APIهای Sequential و Functional در Keras برای ساخت مدل‌های یادگیری عمیق معرفی می‌شوند و درباره توابع فعال‌ساز (Activation Functions)، توابع زیان (Loss Functions) و بهینه‌سازها (Optimizers) بحث خواهیم کرد. آزمایش‌های عملی در محیط Jupyter Notebook به شما امکان می‌دهد مدل‌های یادگیری ماشین برای رگرسیون خطی پایه و رگرسیون لجستیک (پایه و پیشرفته) بسازید. در نهایت، نحوه آموزش، استقرار و عملیاتی کردن مدل‌های یادگیری ماشین در مقیاس بزرگ با استفاده از AI Platform در گوگل کلاد را خواهید آموخت.

سرفصل ها و درس ها

معرفی دوره Introducción al curso

  • معرفی دوره Introducción al curso

  • گام‌های نخست با گوگل کلاد و Qwiklabs Primeros pasos con Google Cloud y Qwiklabs

آشنایی با TensorFlow Introducción a TensorFlow

  • آشنایی با TensorFlow Introducción a TensorFlow

  • سلسله‌مراتب API در TensorFlow Jerarquía de la API de TensorFlow

  • اجزای TensorFlow: تنسورها و متغیرها Componentes de TensorFlow: Tensores y variables

  • آشنایی با آزمایشگاه: تنسورها و متغیرها Introducción al lab: Introducción a los tensores y las variables

  • آشنایی با آزمایشگاه: نوشتن برنامه‌های سطح پایین TensorFlow Introducción al lab: Escritura de programas de TensorFlow de bajo nivel

طراحی و ساخت خط لوله داده‌های ورودی در TensorFlow Diseñe y compile una canalización de datos de entrada de TensorFlow

  • بررسی کلی Descripción general

  • کار با حافظه و فایل‌ها Trabajo en la memoria y con los archivos

  • آماده‌سازی داده‌ها برای آموزش مدل‌ها Preparación de los datos para el entrenamiento de modelos

  • آشنایی با آزمایشگاه: بارگذاری داده‌های CSV و NumPy Introducción al lab: Carga de datos de CSV y NumPy

  • آشنایی با آزمایشگاه: بارگذاری داده‌های تصویری Introducción al lab: Carga de datos de imágenes

  • آشنایی با آزمایشگاه: ستون‌های ویژگی Introducción al lab: Columnas de atributos

  • آشنایی با آزمایشگاه اختیاری: TFRecord و tf.Example Introducción al lab opcional: TFRecord y tf.Example

  • آموزش روی مجموعه‌داده‌های بزرگ با API tf.data Entrenamiento en grandes conjuntos de datos con la API de tf.data

  • آشنایی با آزمایشگاه: دستکاری داده‌ها با API Dataset در TensorFlow Introducción al lab: Manipulación de datos con la API de Dataset de TensorFlow

  • آشنایی با آزمایشگاه اختیاری: تحلیل توابع با TensorFlow Data Validation و Facets Introducción al lab opcional: Análisis de funciones mediante la Validación de datos de TensorFlow y la visualización de facetas

آموزش شبکه‌های عصبی با TensorFlow 2 و API Sequential در Keras Entrenamiento de redes neuronales con TensorFlow 2 y la API secuencial de Keras

  • بررسی کلی Descripción general

  • توابع فعال‌ساز Funciones de activación

  • توابع فعال‌ساز: چالش‌های جلوگیری از محوشدگی گرادینت Funciones de activación: Dificultades para evitar la propagación inversa

  • شبکه‌های عصبی با API Sequential در Keras Redes neuronales con la API secuencial de Keras

  • آشنایی با آزمایشگاه: API Sequential در Keras Introducción al lab: API secuencial de Keras

آموزش شبکه‌های عصبی با TensorFlow 2 و API Functional در Keras Entrenamiento de redes neuronales con TensorFlow 2 y la API funcional de Keras

  • شبکه‌های عصبی با API Functional در Keras Redes neuronales con la API funcional de Keras

  • منظم‌سازی (Regularization): مفاهیم پایه Regularización: Aspectos básicos

  • منظم‌سازی: L1، L2 و توقف زودهنگام (Early Stopping) Regularización: L1, L2 y de interrupción anticipada

  • منظم‌سازی: Dropout Regularización: De retirados

  • استقرار مدل‌ها در فضای ابری Entrega de modelos en la nube

  • آشنایی با آزمایشگاه: API Functional در Keras Introducción al lab: API funcional de Keras

جمع‌بندی Resumen

  • جمع‌بندی نهایی دوره Resumen del curso

نمایش نظرات

آموزش مقدماتی TensorFlow به زبان فارسی
جزییات دوره
18h 28m
29
(آخرین آپدیت)
4,953
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar