آموزش مدل های توالی برای سری های زمانی و پردازش زبان طبیعی در Google Cloud

کار با دنباله ها Working with Sequences

• معرفی دوره Course Introduction

• داده ها و مدل ها را دنبال کنید Sequence data and models

• از توالی گرفته تا ورودی ها From sequences to inputs

• توالی مدل سازی با مدل های خطی Modeling sequences with linear models

• شروع کار با GCP و Qwiklabs Getting started with GCP and Qwiklabs

• مقدمه آزمایشگاه: استفاده از مدل های خطی برای توالی ها Lab intro:using linear models for sequences

• آزمایشگاه: پیش بینی سری زمانی با یک مدل خطی Lab: Time Series Prediction with a Linear Model

• راه حل آزمایشگاهی: استفاده از مدل های خطی برای توالی ها Lab solution:using linear models for sequences

• توالی مدل سازی با DNN ها Modeling sequences with DNNs

• مقدمه آزمایشگاه: استفاده از DNN برای توالی ها Lab intro:using DNNs for sequences

• آزمایشگاه: پیش بینی سری زمانی با مدل DNN Lab: Time Series Prediction with a DNN Model

• راه حل آزمایشگاهی: استفاده از DNN برای توالی ها Lab solution:using DNNs for sequences

• توالی مدل سازی با CNN Modeling sequences with CNNs

• مقدمه آزمایشگاه: استفاده از CNN برای توالی ها Lab intro:using CNNs for sequences

• آزمایشگاه: پیش بینی سری زمانی با مدل CNN Lab: Time Series Prediction with a CNN Model

• راه حل آزمایشگاهی: استفاده از CNN برای توالی ها Lab solution:using CNNs for sequences

• مسئله طول متغیر The variable-length problem

شبکه های عصبی راجعه Recurrent Neural Networks

• معرفی شبکه های عصبی راجعه Introducing Recurrent Neural Networks

• چگونه RNN ها گذشته را نشان می دهند How RNNs represent the past

• محدودیت هایی که RNN ها می توانند نشان دهند The limits of what RNNs can represent

• مشکل شیب ناپدید شدن The vanishing gradient problem

سر و کار داشتن با دنباله های طولانی تر Dealing with Longer Sequences

• مقدمه Introduction

• LSTM ها و GRU ها LSTMs and GRUs

• RNN ها در TensorFlow RNNs in TensorFlow

• معرفی آزمایشگاه: پیش بینی سری زمانی: پایان به پایان (rnn) Lab Intro: Time series prediction:end-to-end (rnn)

• آزمایشگاه: پیش بینی سری زمانی با مدل RNN Lab: Time Series Prediction with a RNN Model

• راه حل آزمایشگاهی: پیش بینی سری زمانی: پایان به پایان (rnn) Lab Solution: Time series prediction:end-to-end (rnn)

• RNN های عمیق Deep RNNs

• معرفی آزمایشگاه: پیش بینی سری زمانی: پایان به پایان (rnn2) Lab Intro: Time series prediction:end-to-end (rnn2)

• آزمایشگاه: پیش بینی سری زمانی با مدل RNN دو لایه Lab: Time Series Prediction with a Two-Layer RNN Model

• راه حل آزمایشگاهی: پیش بینی سری زمانی: پایان به پایان (rnn2) Lab Solution: Time series prediction:end-to-end (rnn2)

• بهبود عملکرد ضرر Improving our Loss Function

• نسخه ی نمایشی: پیش بینی سری زمانی: پایان به پایان (rnnN) Demo: Time series prediction:end-to-end (rnnN)

• کار با داده های واقعی Working with Real Data

• معرفی آزمایشگاه: پیش بینی سری زمانی - دما از داده های آب و هوا Lab Intro: Time Series Prediction - Temperature from Weather Data

• آزمایشگاه: یک مدل RNN برای داده های دما Lab: An RNN Model for Temperature Data

• راه حل آزمایشگاهی: پیش بینی-دما از سری زمان از داده های آب و هوا Lab Solution: Time Series Prediction-Temperature from Weather Data

• خلاصه Summary

طبقه بندی متن Text Classification

• کار با متن Working with Text

• طبقه بندی متن Text Classification

• انتخاب یک مدل Selecting a Model

• معرفی آزمایشگاه: طبقه بندی متن Lab Intro: Text Classification

• آزمایشگاه: طبقه بندی متن با استفاده از TensorFlow/Keras در AI Platform Lab: Text Classification using TensorFlow/Keras on AI Platform

• راه حل آزمایشگاهی: طبقه بندی متن Lab Solution: Text Classification

• Python vs Native TensorFlow Python vs Native TensorFlow

• نسخه ی نمایشی: طبقه بندی متن با Nens TensorFlow Demo:Text Classification with Native TensorFlow

• خلاصه Summary

جاسازی های قابل استفاده مجدد Reusable Embeddings

• روش های تاریخی ساخت تعبیه کلمات Historical methods of making word embeddings

• روش های مدرن ساختن تعبیه های کلمه Modern methods of making word embeddings

• معرفی TensorFlow Hub Introducing TensorFlow Hub

• معرفی آزمایشگاه: ارزیابی تعبیه شده از قبل آموزش دیده از TensorFlow Hub Lab Intro: Evaluating a pre-trained embedding from TensorFlow Hub

• آزمایشگاه: استفاده از جاسازی های از قبل آموزش دیده با TensorFlow Hub Lab: Using pre-trained embeddings with TensorFlow Hub

• راه حل آزمایشگاهی: TensorFlow Hub Lab Solution: TensorFlow Hub

• استفاده از TensorFlow Hub در یک برآوردگر Using TensorFlow Hub within an estimator

مدل های رمزگذار-رمزگشای Encoder-Decoder Models

• معرفی شبکه های رمزگذار-رمزگشای Introducing Encoder-Decoder Networks

• شبکه های توجه Attention Networks

• آموزش مدل های رمزگذار-رمزگشای با TensorFlow Training Encoder-Decoder Models with TensorFlow

• معرفی Tensor2Tensor Introducing Tensor2Tensor

• Intro Lab: شعر ابر: آموزش مدل های متن سفارشی در Cloud ML Engine Lab Intro: Cloud poetry:Training custom text models on Cloud ML Engine

• آزمایشگاه: تولید متن با استفاده از tensor2tensor در Cloud AI Platform Lab: Text generation using tensor2tensor on Cloud AI Platform

• راه حل آزمایشگاهی: شعر ابر: آموزش مدل های متن سفارشی در Cloud ML Engine Lab Solution: Cloud poetry:Training custom text models on Cloud ML Engine

• ترجمه خودکار AutoML Translation

• گفتگوی جریان Dialogflow

• معرفی آزمایشگاه: معرفی Dialogflow Lab Intro: Introducing Dialogflow

• آزمایشگاه: شروع با Dialogflow Lab: Getting Started with Dialogflow

• راه حل آزمایشگاهی: Dialogflow Lab Solution: Dialogflow

خلاصه Summary

• خلاصه Summary