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
نمایش نظرات