آموزش ساخت و استفاده از برنامه های یادگیری عمیق با TensorFlow

Building and Deploying Deep Learning Applications with TensorFlow

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: TensorFlow یکی از محبوب ترین چارچوب های یادگیری عمیق است. این مورد برای همه موارد از تحقیقات پیشرفته یادگیری ماشین گرفته تا ایجاد ویژگی های جدید برای داغترین شرکتهای نوپا در دره سیلیکون استفاده می شود. در این دوره ، نحوه نصب TensorFlow را بیاموزید و از آن برای ساخت یک مدل ساده یادگیری عمیق استفاده کنید. بعد از اینکه او نحوه ایجاد و راه اندازی TensorFlow را نشان داد ، مربی Adam Geitgey نحوه ایجاد و آموزش مدل یادگیری ماشین و همچنین نحوه استفاده از ابزارهای تجسم برای تجزیه و تحلیل و بهبود مدل شما را نشان می دهد. سرانجام ، وی نحوه استقرار مدل ها را به صورت محلی یا در ابر توضیح می دهد. هنگامی که این دوره را به پایان برسانید ، آماده خواهید بود که مدل های خود را با TensorFlow شروع به ساخت و استفاده کنید.
      موضوعات شامل:
      • TensorFlow چیست؟
      • سخت افزار ، نرم افزار و الزامات زبان
      • ایجاد یک مدل TensorFlow
      • آموزش یک مدل یادگیری عمیق با TensorFlow
      • تجسم نمودار محاسباتی
      • افزودن تجسم های سفارشی به TensorBoard
      • صادرات مدل ها برای استفاده با Google Cloud

      سرفصل ها و درس ها

      مقدمه Introduction

      • خوش آمدی Welcome

      • آنچه باید بدانید What you should know

      • با استفاده از پرونده های تمرینی Using the exercise files

      1. تنظیم TensorFlow 1. Setting Up TensorFlow

      • TensorFlow را روی macOS نصب کنید Install TensorFlow on macOS

      • TensorFlow را در ویندوز نصب کنید Install TensorFlow on Windows

      2. بررسی اجمالی TensorFlow 2. TensorFlow Overview

      • TensorFlow چیست؟ What is TensorFlow?

      • چرا به آن TensorFlow گفته می شود؟ Why is it called TensorFlow?

      • سخت افزار ، نرم افزار و نیازهای زبان Hardware, software, and language requirements

      • جریان قطار / آزمون / ارزیابی در TensorFlow The train/test/evaluation flow in TensorFlow

      • یک مدل ساده در TensorFlow بسازید Build a simple model in TensorFlow

      3. ایجاد یک مدل TensorFlow 3. Creating a TensorFlow Model

      • گزینه های بارگیری داده ها Options for loading data

      • مجموعه داده را بارگیری کنید Load the data set

      • ساختار مدل را تعریف کنید Define the model structure

      • حلقه آموزش مدل را تنظیم کنید Set up the model training loop

      4. آموزش یک مدل در TensorFlow 4. Training a Model in TensorFlow

      • قطار - تعلیم دادن Train

      • ورود به سیستم Log

      • مدل های آموزش دیده را ذخیره و بارگیری کنید Save and load trained models

      5. TensorBoard 5. TensorBoard

      • نمودار محاسباتی را تجسم کنید Visualize the computational graph

      • تجسم آموزش اجرا می شود Visualize training runs

      • تجسم های سفارشی را به TensorBoard اضافه کنید Add custom visualizations to TensorBoard

      6. با استفاده از یک آموزش TensorFlow 6. Using a Trained TensorFlow

      • صادرات مدل برای استفاده در تولید Export models for use in production

      • یک حساب Google Cloud جدید را پیکربندی کنید Configure a new Google Cloud account

      • با Google Cloud مدل خود را در ابر میزبانی کنید Host your model in the cloud with Google Cloud

      • از یک مدل در ابر استفاده کنید Use a model in the cloud

      نتیجه Conclusion

      • مراحل بعدی Next steps

      نمایش نظرات

      آموزش ساخت و استفاده از برنامه های یادگیری عمیق با TensorFlow
      جزییات دوره
      1h 46m
      25
      Linkedin (لینکدین) Linkedin (لینکدین)
      (آخرین آپدیت)
      189,965
      - از 5
      ندارد
      دارد
      دارد
      Adam Geitgey
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Adam Geitgey Adam Geitgey

      Adam Geitgey یک توسعه دهنده است که از چگونگی تغییر یادگیری ماشینی توسعه نرم افزار اسیر می شود. پیشینه وی در ساخت وب سایت های در مقیاس بزرگ و کمک به راه اندازی ها در سیلیکون ولی در استفاده از یادگیری ماشین است. او اشتیاق به عملی کردن تئوری دارد - پیشرفت های مهم در یادگیری ماشین و به اشتراک گذاری آنها با توسعه دهندگان نرم افزار در تمام سطوح مهارت.