آموزش ساخت برنامه های یادگیری عمیق با Keras 2.0

Building Deep Learning Applications with Keras 2.0

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Keras یک چارچوب محبوب برنامه نویسی برای یادگیری عمیق است که روند ساخت برنامه های یادگیری عمیق را ساده می کند. به جای اینکه همه قابلیت ها را خودش فراهم کند ، از TensorFlow یا Theano در پشت صحنه استفاده می کند و یک رابط برنامه نویسی استاندارد و ساده در بالا اضافه می کند. در این دوره ، نحوه نصب Keras را بیاموزید و از آن برای ساخت یک مدل ساده یادگیری عمیق استفاده کنید. بسیاری از مدلهای قدرتمند یادگیری عمیق از پیش آموزش دیده موجود در Keras و نحوه استفاده از آنها را کاوش کنید. نحوه استقرار مدل های Keras و نحوه انتقال داده ها بین Keras و TensorFlow را بیاموزید تا بتوانید هنگام استفاده از Keras از تمام ابزارهای TensorFlow بهره ببرید. هنگامی که این دوره را به پایان برسانید ، آماده خواهید بود که مدل های خود را با Keras شروع به ساخت و استفاده کنید.
موضوعات شامل:
  • کراس چیست؟
  • استفاده از Keras در مقابل TensorFlow
  • آموزش یک مدل یادگیری عمیق
  • استفاده از الگوی یادگیری عمیق از قبل آموزش دیده
  • نظارت بر مدل Keras با TensorBoard
  • استفاده از مدل Keras آموزش دیده در Google Cloud

سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدی Welcome

  • آنچه باید بدانید What you should know

  • با استفاده از پرونده های تمرینی Using the exercise files

1. مرور کلی 1. Keras Overview

  • کراس چیست؟ What is Keras?

  • تصاویر پس زمینه TensorFlow و Theano TensorFlow and Theano backends

  • با استفاده از Keras در مقابل TensorFlow Using Keras vs. TensorFlow

2. راه‌اندازی کراس 2. Setting Up Keras

  • نصب keras با پس زمینه TensorFlow در macOS Installing Keras with the TensorFlow backend on macOS

  • نصب Keras با پس زمینه TensorFlow در ویندوز Installing Keras with the TensorFlow backend on Windows

3. ایجاد شبکه عصبی در کراس 3. Creating a Neural Network in Keras

  • جریان قطار-آزمون-ارزیابی The train-test-evaluation flow

  • Keras Sequential API Keras Sequential API

  • داده های آموزش قبل از پردازش Pre-processing training data

  • یک مدل Keras را با استفاده از API Sequential تعریف کنید Define a Keras model using the Sequential API

4- مدلهای آموزشی 4. Training Models

  • آموزش و ارزیابی مدل Training and evaluating the model

  • پیشگویی Making predictions

  • مدلهای ذخیره و بارگیری Saving and loading models

5. مدل های از پیش آموزش دیده در کراس 5. Pre-Trained Models in Keras

  • مدل های از قبل آموزش دیده Pre-trained models

  • تصاویر را با مدل ResNet50 تشخیص دهید Recognize images with ResNet50 model

6. نظارت بر مدل کراس با TensorBoard 6. Monitoring a Keras model with TensorBoard

  • صادرات Keras با فرمت TensorFlow Export Keras logs in TensorFlow format

  • نمودار محاسباتی را تجسم کنید Visualize the computational graph

  • پیشرفت آموزش را تجسم کنید Visualize training progress

7. استفاده از یک مدل آموزش دیده Keras در Google Cloud 7. Using a Trained Keras Model in Google Cloud

  • صادرات مدل های سازگار با Google Cloud Exporting Google Cloud-compatible models

  • پیکربندی یک حساب Google Cloud جدید Configuring a new Google Cloud account

  • بارگیری یک مدل Keras در Google Cloud Uploading a Keras model to Google Cloud

  • با استفاده از یک مدل در Google Cloud Using a model in Google Cloud

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش ساخت برنامه های یادگیری عمیق با Keras 2.0
جزییات دوره
1h 24m
25
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
149,080
- از 5
ندارد
دارد
دارد
Adam Geitgey
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Adam Geitgey Adam Geitgey

Adam Geitgey یک توسعه دهنده است که از چگونگی تغییر یادگیری ماشینی توسعه نرم افزار اسیر می شود. پیشینه وی در ساخت وب سایت های در مقیاس بزرگ و کمک به راه اندازی ها در سیلیکون ولی در استفاده از یادگیری ماشین است. او اشتیاق به عملی کردن تئوری دارد - پیشرفت های مهم در یادگیری ماشین و به اشتراک گذاری آنها با توسعه دهندگان نرم افزار در تمام سطوح مهارت.