آموزش تسریع TensorFlow با موتور یادگیری ماشین Google

مقدمه Introduction

• خوش آمدی Welcome

• آنچه باید بدانید What you should know

• با استفاده از پرونده های تمرینی Using the exercise files

1. معرفی TensorFlow 1. Introducing TensorFlow

• بررسی اجمالی و نصب Overview and installation

• شروع شدن Getting started

• اجرای یک برنامه ساده Running a simple application

2. اصول توسعه TensorFlow 2. Fundamentals of TensorFlow Development

• ایجاد تنش Creating tensors

• عملیات اساسی تانسور Basic tensor operations

• عملیات پیشرفته تانسور Advanced tensor operations

• درک نمودارها و جلسات Understanding graphs and sessions

• دسترسی به نمودارها و جلسات به صورت کد Accessing graphs and sessions in code

3. آموزش برنامه های کاربردی TensorFlow 3. Training TensorFlow Applications

• متغیرها و ورود به سیستم Variables and logging

• استفاده از متغیرها در کد Using variables in code

• با استفاده از بهینه سازها Using optimizers

• مثال بهینه ساز ساده Simple optimizer example

• دسته و متغیرهایی Batches and placeholders

• رگرسیون خطی در کد: قسمت 1 Linear regression in code: Part 1

• رگرسیون خطی در کد: قسمت 2 Linear regression in code: Part 2

• TensorBoard TensorBoard

• استفاده از TensorBoard در عمل Using TensorBoard in practice

4- دسترسی به داده ها با مجموعه داده 4. Accessing Data with Datasets

• مجموعه داده ها و تکرارها Datasets and iterators

• کدگذاری با مجموعه داده ها و برنامه های تکراری Coding with datasets and iterators

• عملیات پایگاه داده Dataset operations

• ایجاد مجموعه داده از پرونده ها Creating datasets from files

• معرفی تصاویر MNIST Introducing MNIST images

• خواندن داده های MNIST به صورت کد Reading MNIST data in code

5- یادگیری ماشین با تخمین گرها 5. Machine Learning with Estimators

• درک برآوردگرها Understanding estimators

• توصیف داده ها با ستون های ویژگی Describing data with feature columns

• کدگذاری یک برآوردگر ساده: قسمت 1 Coding a simple estimator: Part 1

• کدگذاری یک برآوردگر ساده: قسمت 2 Coding a simple estimator: Part 2

• برآوردگرها و شبکه های عصبی Estimators and neural networks

• کدگذاری یک برآوردگر DNN: قسمت 1 Coding a DNN estimator: Part 1

• کدگذاری یک برآوردگر DNN: قسمت 2 Coding a DNN estimator: Part 2

• عملکرد خودکار سنجشگر Automating estimator operation

• اتوماسیون برآوردگر در عمل Estimator automation in practice

6. استقرار برآوردگرها به موتور یادگیری ماشین 6. Deploying Estimators to the Machine Learning Engine

• ایجاد یک پروژه GCP Creating a GCP project

• نصب Cloud SDK Installing the Cloud SDK

• آشنایی با Google Cloud Storage Introduction to Google Cloud Storage

• دسترسی به فضای ذخیره سازی ابر در عمل Accessing Cloud Storage in practice

• موتور یادگیری ماشین Machine Learning Engine

• استقرار مشاغل به ML Engine Deploying jobs to ML Engine

نتیجه Conclusion

• مراحل بعدی Next steps