آموزش ساخت برنامه های یادگیری عمیق با Keras

Building Deep Learning Applications with Keras

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Keras، یک API شبکه های عصبی سطح بالا، به دلیل سهولت استفاده و تطبیق پذیری آن محبوبیت بیشتری به دست آورده است. با توجه به اینکه کسب‌وکارها به سرعت به سمت راه‌حل‌های هوش مصنوعی حرکت می‌کنند، به درک این ابزار ارزشمند نیاز دارید. در این دوره، ایسیل برکون، دانشمند داده، Keras را به شما معرفی می‌کند، ادغام آن با پشتیبان‌های TensorFlow و Theano را برجسته می‌کند و بینش‌های عملی برای ایجاد شبکه‌های عصبی ارائه می‌دهد. نحوه راه اندازی Keras، ایجاد شبکه های عصبی و استفاده از مدل های از پیش آموزش دیده را بیاموزید. نحوه استقرار مدل ها در پلتفرم هایی مانند Google Cloud را بیاموزید. پس از تکمیل این دوره، می‌توانید معماری Keras را درک کنید، مدل‌های یادگیری عمیق را طراحی و آموزش دهید، و از آنها برای برنامه‌های کاربردی در دنیای واقعی استفاده کنید.

سرفصل ها و درس ها

معرفی Introduction

  • نحوه استفاده از Codespace و فایل های تمرین How to use Codespaces and the exercise files

  • تغییر شکل جهان با یادگیری عمیق Reshaping the world with deep learning

  • پیشینه و دانش ضروری Essential background and knowledge

1. درک کراس 1. Understanding Keras

  • نورون همانطور که می شناسیم Neuron as we know it

  • درک یادگیری عمیق و Keras Understanding deep learning and Keras

  • کاوش در باطن TensorFlow و Theano Exploring the TensorFlow and Theano backends

  • تمایز بین Keras و TensorFlow Distinction between Keras and TensorFlow

2. راه اندازی Keras 2. Setting up Keras

  • نصب Keras با پشتیبان TensorFlow در ویندوز Keras installation with a TensorFlow backend on Windows

3. شروع کار با Keras Models 3. Getting Started with Keras Models

  • پیش پردازش داده ها برای آموزش Data pre-processing for training

  • چرخه Train-Test-Evaluate The Train-Test-Evaluate cycle

  • مقدمه ای بر Keras Sequential API Introduction to the Keras Sequential API

  • ساخت مدل با استفاده از Sequential API Building a model using the Sequential API

4. آموزش مدل و تجزیه و تحلیل عملکرد 4. Model Training and Performance Analysis

  • مدل های آموزشی Training models

  • پیش بینی و ارزیابی مدل Model predictions and evaluation

  • نتایج را تجسم کنید و مدل را ذخیره کنید Visualize results and save the model

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

  • بررسی مدل های از پیش آموزش دیده Exploring pre-trained models

  • تشخیص تصویر با مدل ResNet50 Image recognition with the ResNet50 model

6. ابزار برای تجسم و ارزیابی 6. Tools for Visualization and Assessment

  • در حال صادر کردن گزارش‌های Keras به TensorFlow Exporting logs for Keras to TensorFlow

  • تجسم نمودارهای محاسباتی با TensorBoard Visualizing computation graphs with TensorBoard

  • نظارت بر عملکرد تمرین با TensorBoard Monitoring training performance with TensorBoard

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش ساخت برنامه های یادگیری عمیق با Keras
جزییات دوره
1h 50m
21
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
97
- از 5
ندارد
دارد
دارد
Isil Berkun
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Isil Berkun Isil Berkun

دانشمند داده در شرکت اینتل

ایسیل برکون یک دانشمند داده در شرکت اینتل است.

ایسیل اهل استانبول، ترکیه است و در حال حاضر در پورتلند، اورگان زندگی می کند. او در سال 2015 از دانشگاه ایالتی میشیگان (MSU) فارغ التحصیل شد و دکترای خود را در رشته مهندسی برق دریافت کرد. زمینه های تخصص او شامل الکترونیک نیمه هادی پیشرفته و یادگیری ماشین برای درک عمیق از ساخت و طراحی دستگاه است. Isil در شورای تحقیقات علمی و فناوری ترکیه (TÜBİTAK) و آزمایشگاه ملی آرگون (ANL) در ایلینوی کارآموزی کرد. او قبلاً به عنوان دستیار تحقیق و تدریس در دانشگاه ایالتی میشیگان (MSU) کار می کرد، جایی که یک سیستم مشخصه حمل و نقل نیمه هادی را طراحی و ساخت و نرم افزار اتوماسیون آزمایشی را برنامه ریزی کرد.