آموزش TensorFlow: شروع کار

TensorFlow: Getting Started

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: این دوره به شما نحوه نصب و استفاده از TensorFlow ، کتابخانه پیشرو یادگیری ماشین از Google را نشان می دهد. خواهید دید که چگونه TensorFlow می تواند طیف وسیعی از مدل های یادگیری ماشین ، از رگرسیون خطی ساده تا شبکه های عصبی عمیق پیچیده را ایجاد کند. توسعه راه حل های پیشرفته یادگیری ماشین کار دشواری است. مراحل پردازش بسیاری وجود دارد که باید انجام شود و نحوه انجام این پردازش تابعی از کدی است که می نویسید ، بلکه همچنین از داده هایی است که استفاده می کنید. در این دوره ، TensorFlow: شروع کار ، خواهید دید که TensorFlow با یادگیری TensorFlow از پایین به راحتی این نگرانی ها را برطرف می کند. در ابتدا ، شما با مراحل نصب ، ساخت مدل های ساده و پیشرفته و استفاده از کتابخانه های اضافی که حتی توسعه را آسان می کنند ، آشنا خواهید شد. در طول مسیر ، خواهید آموخت که چگونه معماری منحصر به فرد در TensorFlow به شما امکان می دهد محاسبات خود را روی سیستم هایی به اندازه Raspberry Pi و به اندازه یک مزارع داده انجام دهید. سرانجام ، شما با استفاده از TensorFlow با شبکه های عصبی به طور کلی ، و به طور خاص با شبکه های عصبی عمیق قدرتمند ، کاوش خواهید کرد. با پایان این دوره ، شما یک پایه محکم در استفاده از TensorFlow خواهید داشت و دانش استفاده از TensorFlow برای ایجاد راه حل های یادگیری ماشین خود را دارید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

مقدمه Introduction

  • مقدمه Introduction

  • TensorFlow به عنوان رابط و پیاده سازی TensorFlow as Interface and Implementation

  • چرا TensorFlow نامیده می شود؟ Why Is It Called TensorFlow?

  • مهارت ها و ساختار دوره Skills and Course Structure

معرفی TensorFlow Introducing TensorFlow

  • مقدمه Introduction

  • نصب TensorFlow Installing TensorFlow

  • دست به دست شدن Getting Hands-on

  • ساخت اولین مدل ما Building Our First Model

  • آموزش TensorFlow TensorFlow Training

  • خصوصیات تنسور Tensor Properties

  • شیب نزولی Gradient Descent

  • شیب نزولی در عمل Gradient Descent in Action

  • خلاصه Summary

ایجاد شبکه های عصبی در TensorFlow Creating Neural Networks in TensorFlow

  • مقدمه Introduction

  • آشنایی با شبکه های عصبی Introduction to Neural Networks

  • سمبولوژی و اصطلاحات شبکه عصبی Neural Network Symbology and Terminology

  • ساده MNIST Simple MNIST

  • عمیق MNIST Deep MNIST

  • کدگذاری عمیق MNIST Coding Deep MNIST

  • خلاصه Summary

اشکال زدایی و نظارت Debugging and Monitoring

  • مقدمه Introduction

  • چرا TensorFlow متفاوت است؟ Why Is TensorFlow Different?

  • استفاده از نام و دامنه نام Using Names and Name Scope

  • معرفی TensorBoard Introducing TensorBoard

  • استفاده از TensorBoard - قسمت 1 Using TensorBoard - Part 1

  • استفاده از TensorBoard - قسمت 2 Using TensorBoard - Part 2

  • خلاصه Summary

انتقال آموزش با TensorFlow Transfer Learning with TensorFlow

  • مقدمه Introduction

  • نیاز به یادگیری انتقالی The Need for Transfer Learning

  • انتقال اصول یادگیری Transfer Learning Basics

  • پیاده سازی آموزش انتقال در TensorFlow Implementing Transfer Learning in TensorFlow

  • آموزش مجدد Inception Retraining Inception

  • با استفاده از مدل آموزش مجدد ما Using Our Retrained Model

  • خلاصه Summary

گسترش TensorFlow با افزونه ها Extending TensorFlow with Add-ons

  • مقدمه Introduction

  • کراس Keras

  • با استفاده از Keras Using Keras

  • DeepMNIST در کراس DeepMNIST in Keras

  • TFLearn TFLearn

  • با استفاده از TFLearn Using TFLearn

  • DeepMNIST در TFLearn DeepMNIST in TFLearn

  • خلاصه Summary

خلاصه Summary

  • کلمات اخر Last Words

نمایش نظرات

آموزش TensorFlow: شروع کار
جزییات دوره
2h 38m
44
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
210
4 از 5
دارد
دارد
دارد
Jerry Kurata
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jerry Kurata Jerry Kurata

جری دارای مدرک کارشناسی علوم زمین شناسی و فیزیک است. برنامه های وی برای کار در صنعت اکتشاف نفت ، هنگامی که فهمید ترجیح می دهد به جای خواندن نمونه های گِل و هسته در دریای شمال ، برای کار در شبیه سازی و پردازش داده ها با رایانه کار کند ، مورد پیگرد قرار گرفت. عشق او به رایانه و فن آوری باعث شد که وی در حالی که مدرک کارشناسی ارشد خود را در رشته علوم کامپیوتر می گیرد ، ساعتهای بیشتری را صرف کار با کامپیوتر کند. زمینه های فعلی علاقه وی شامل یادگیری ماشین ، بیگ دیتا ، سیستم های رایانه ای کوچک و پوشیدنی ، رباتیک و راه حل های ساختن است که به افراد کمک می کند. هنگامی که با کامپیوتر کار نمی کند ، جری از گذراندن وقت با خانواده اش ، مسافرت و عکس گرفتن از زیبایی های دنیای ما لذت می برد.