ساخت، آموزش و استقرار مدل‌های یادگیری ماشین با Keras در گوگل کلاود - آخرین آپدیت

دانلود Build, Train and Deploy ML Models with Keras on Google Cloud - Português Brasileiro

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی به شما یاد می‌دهد که چگونه مدل‌های یادگیری ماشین را با استفاده از TensorFlow و Keras ایجاد کنید، دقت آن‌ها را بهبود ببخشید و مدل‌هایی را برای استفاده در مقیاس بزرگ توسعه دهید.

سرفصل ها و درس ها

مقدمه‌ای بر دوره Introdução ao curso

  • مقدمه Introdução

آشنایی با اکوسیستم TensorFlow Introdução ao ecossistema do TensorFlow

  • آشنایی با اکوسیستم TensorFlow Introdução ao ecossistema do TensorFlow

  • معرفی TensorFlow Introdução ao TensorFlow

  • سلسله مراتب API در TensorFlow Hierarquia da API TensorFlow

  • اجزای TensorFlow: تنسورها و متغیرها Componentes do TensorFlow: tensores e variáveis

طراحی و ساخت خط لوله (Pipeline) داده‌های ورودی Design e criação de um pipeline de dados de entrada

  • مقدمه Introdução

  • خلاصه‌ای از یادگیری ماشین Um resumo de ML

  • نحوه آموزش بر روی مجموعه‌داده‌های بزرگ با استفاده از tf.data API Como treinar em grandes conjuntos de dados com a API tf.data

  • نحوه کار با حافظه و فایل‌ها Como trabalhar na memória e com arquivos

  • آماده‌سازی داده‌ها برای آموزش مدل Como preparar os dados para o treinamento de modelo

  • ایمبدینگ‌ها (Embeddings) Embeddings

  • Coursera: راهنمای شروع کار با Google Cloud Platform و Qwiklabs Coursera: Guia inicial do Google Cloud Platform e do Qwiklabs

  • مقدمه‌ای بر آزمایشگاه: TensorFlow Dataset API Introdução ao laboratório: API Dataset do TensorFlow

  • نحوه مقیاس‌پذیری پردازش داده با tf.data و لایه‌های پیش‌پردازش Keras Como dimensionar o processamento de dados com a tf.data e as camadas de pré-processamento do Keras

  • مقدمه‌ای بر آزمایشگاه: طبقه‌بندی داده‌های ساختاریافته با استفاده از لایه‌های پیش‌پردازش Keras Introdução ao laboratório: como classificar os dados estruturados usando as camadas de pré-processamento do Keras

ساخت شبکه‌های عصبی با TensorFlow و Keras API Criar redes neurais com o TensorFlow e a API Keras

  • مقدمه Introdução

  • توابع فعال‌ساز (Activation Functions) Funções de ativação

  • نحوه آموزش شبکه‌های عصبی با TensorFlow 2 و Keras Sequential API Como treinar as redes neurais com o TensorFlow 2 e a API Keras Sequential

  • نحوه نمایش مدل‌ها در فضای ابری Como exibir modelos na nuvem

  • مقدمه‌ای بر آزمایشگاه: آشنایی با Keras Sequential API در پلتفرم Vertex AI Introdução ao laboratório: conheça a API Keras Sequential na Vertex AI Platform

  • نحوه آموزش شبکه‌های عصبی با TensorFlow 2 و Keras Functional API Como treinar as redes neurais com o TensorFlow 2 e a API Keras Functional

  • مقدمه‌ای بر آزمایشگاه: ساخت یک DNN با استفاده از Keras Functional API در پلتفرم Vertex AI Introdução ao laboratório: como criar uma DNN usando a API Keras Functional na Vertex AI Platform

  • نحوه ایجاد زیرکلاس‌های مدل (Model Subclassing) Como criar subclasses de modelos

  • مفاهیم پایه در مورد منظم‌سازی (Regularization) Noções básicas sobre a regularização

  • نحوه ارزیابی پیچیدگی مدل: مقایسه منظم‌سازی L1 و L2 Como avaliar a complexidade do modelo: regularização L1 x L2

آموزش در مقیاس بزرگ با Vertex AI Treinamento em grande escala com a Vertex AI

  • مقدمه Introdução

  • آموزش در مقیاس بزرگ با Vertex AI Treinamento em grande escala com a Vertex AI

  • مقدمه‌ای بر آزمایشگاه: نحوه آموزش در مقیاس گسترده با سرویس Vertex AI Training Introdução ao laboratório: como treinar em larga escala com o serviço Vertex AI Training

جمع‌بندی Resumo

نمایش نظرات