آموزش ساختمان راه حل های یادگیری ماشین با tensorflow.js 2 - آخرین آپدیت

دانلود Building Machine Learning Solutions with TensorFlow.js 2

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری ماشین و یادگیری عمیق برخی از مهمترین برنامه های کاربردی دوره فعلی را تأمین می کند. با این حال ، تا همین اواخر ، JavaScript با وجود اینکه یکی از محبوب ترین زبان های جهان است ، زبان Go-to برای توسعه و استقرار مدل یادگیری ماشین در نظر گرفته نشده است. tensorflow.js اکنون به توسعه دهندگان JavaScript اجازه می دهد تا مهارت های خود را برای ساخت ، آموزش و استقرار مدل های یادگیری ماشین و یادگیری عمیق گسترش دهند. در این دوره ، ساختمان راه حل های یادگیری ماشین با Tensorflow.js 2 ، در مورد اکوسیستم tensorflow.js و نحوه تنظیم آن در سمت مشتری در مرورگر و در سمت سرور با node.js. اول ، شما می توانید نحوه استفاده از محیط را برای ساختن یک برنامه یادگیری ماشین نهایی که از پردازش زبان طبیعی (NLP) در زیر کاپوت استفاده می کند ، استفاده کنید تا عناصر سمی را در متن بدون ساختار تشخیص دهید. در مرحله بعد ، شما یاد می گیرید که چگونه داده ها را وارد کنید و پردازش کنید ، یک مدل را بسازید ، آموزش دهید و صادر کنید و در نهایت با استفاده از مدل آموزش دیده پیش بینی کنید. سرانجام ، شما می توانید نحوه استفاده از مدلهای موجود آموزش دیده در پایتون را در سمت مشتری با استفاده از tensorflow.js بررسی کنید و حتی با استفاده از یادگیری انتقال ، مدل از پیش آموزش داده شده را دوباره آموزش دهید. در پایان این دوره ، شما می توانید مهارت ها و دانش های Tensorflow.js را برای ساخت ، آموزش و استقرار مدل های یادگیری ماشین و یادگیری عمیق در سمت مشتری و همچنین در سمت سرور که می تواند برنامه های پیشرفته را تأمین کند ، داشته باشید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

مقدمه Introduction

  • مقدمه Introduction

  • بررسی نسخه Version Check

  • مقدمه Introduction

  • چرا TensorFlow.js؟ Why TensorFlow.js?

  • چرا tensorflow.js؟ Why TensorFlow.js?

  • عملکرد TensorFlow.js TensorFlow.js Performance

  • tensorflow.js عملکرد TensorFlow.js Performance

  • بررسی اجمالی TensorFlow.js TensorFlow.js Overview

  • Tensorflow.js نمای کلی TensorFlow.js Overview

  • نسخه ی نمایشی دوره Course Demo

  • دوره آزمایشی Course Demo

  • ساختار دوره Course Structure

  • ساختار Course Structure

تنظیم محیط TensorFlow.js Setting up TensorFlow.js Environment

  • مقدمه Introduction

  • TensorFlow.js در مرورگر با استفاده از برچسب اسکریپت TensorFlow.js in Browser Using Script Tag

  • نسخه ی نمایشی: در حال اجرا TensorFlow.js در مرورگر با برچسب اسکریپت Demo: Running TensorFlow.js in Browser with Script Tag

  • TensorFlow.js در مرورگر با استفاده از مدیران بسته TensorFlow.js in Browser Using Package Managers

  • نسخه ی نمایشی: در حال اجرا tensorflow.js در مرورگر با استفاده از NPM و Parcel Demo: Running TensorFlow.js in Browser Using NPM and Parcel

  • نسخه ی نمایشی: کاوش در Backends Tensorflow.js Demo: Exploring TensorFlow.js Backends

  • نسخه ی نمایشی: در حال اجرا tensorflow.js در node.js Demo: Running TensorFlow.js in Node.js

  • خلاصه Summary

درک مفاهیم اصلی TensorFlow.js Understanding TensorFlow.js Core Concepts

  • مقدمه Introduction

  • نمای کلی تانسور Tensor Overview

  • نسخه ی نمایشی: کار با تانسور Demo: Working with Tensors

  • عملیات اساسی تنشور Basic Tensor Operations

  • نسخه ی نمایشی: انجام عملیات اساسی تانسور Demo: Performing Basic Tensor Operations

  • مدیریت حافظه با TensorFlow.js Managing Memory with TensorFlow.js

  • نسخه ی نمایشی: مدیریت حافظه با TensorFlow.js Demo: Managing Memory with TensorFlow.js

  • خلاصه Summary

آماده سازی داده ها برای مدل یادگیری ماشین: قسمت 1 Preparing Data for Machine Learning Model: Part 1

  • مقدمه Introduction

  • گردش کار یادگیری ماشین Machine Learning Workflow

  • مورد استفاده از سمیت Toxicity Detection Use Case

  • کار با داده های TFJS Working with TFJS Data

  • برنامه نویسی Async JS Async JS Programming

  • نسخه ی نمایشی: خواندن داده ها با استفاده از داده های TFJS Demo: Reading Data Using TFJS Data

  • کار با TFVis Working with TFVis

  • نسخه ی نمایشی: تجسم داده ها با استفاده از TFVis Demo: Visualizing Data Using TFVis

  • خلاصه Summary

آماده سازی داده ها برای مدل یادگیری ماشین: قسمت 2 Preparing Data for Machine Learning Model: Part 2

  • مقدمه Introduction

  • تولید ویژگی ها از متن Generating Features from Text

  • نسخه ی نمایشی: تولید ویژگی های TFIDF Demo: Generating TFIDF Features

  • مولد تابع Function Generator

  • نسخه ی نمایشی: ایجاد مجموعه داده های ویژگی با استفاده از ژنراتورها Demo: Creating Feature Dataset Using Generators

  • تقسیم اعتبار سنجی قطار تقسیم Train Validation Test Split

  • نسخه ی نمایشی: تقسیم داده ها به اعتبار سنجی قطار و مجموعه داده های آزمایش Demo: Splitting Data into Train Validation and Test Datasets

  • خلاصه Summary

ساخت ، آموزش و ارزیابی مدل یادگیری ماشین Building, Training, and Evaluating Machine Learning Model

  • مقدمه Introduction

  • نمای کلی شبکه عصبی Neural Network Overview

  • ایجاد شبکه عصبی با استفاده از لایه های API Building Neural Network Using Layers API

  • نسخه ی نمایشی: ایجاد شبکه عصبی با استفاده از لایه های API Demo: Building Neural Network Using Layers API

  • مدل آموزش با استفاده از TensorFlow.js Training Model Using TensorFlow.js

  • نسخه ی نمایشی: آموزش مدل شبکه عصبی Demo: Training Neural Network Model

  • نسخه ی نمایشی: تجسم عملکرد آموزش Demo: Visualizing Training Performance

  • نسخه ی نمایشی: ارزیابی عملکرد مدل Demo: Evaluating Model Performance

  • معیارهای عملکرد مدل Model Performance Metrics

  • نسخه ی نمایشی: تجسم معیارهای عملکرد مدل Demo: Visualizing Model Performance Metrics

  • نسخه ی نمایشی: اجرای آموزش در Node.js Demo: Running Training in Node.js

  • خلاصه Summary

ذخیره و بارگیری مدل یادگیری ماشین Saving and Loading Machine Learning Model

  • مقدمه Introduction

  • گزینه های صادرات مدل Model Export Options

  • نسخه ی نمایشی: صادرات مدل آموزش دیده Demo: Exporting Trained Model

  • مدل بار Load Model

  • نسخه ی نمایشی: بارگیری مدل tensorflow.js آموزش دیده Demo: Loading Trained TensorFlow.js Model

  • خلاصه Summary

پیش بینی با استفاده از مدل یادگیری ماشین آموزش دیده Predicting Using Trained Machine Learning Model

  • مقدمه Introduction

  • نمره دهی Model Scoring

  • نسخه ی نمایشی: پیش بینی با استفاده از مدل Tensorflow.js Demo: Predicting Using Trained TensorFlow.js Model

  • UI را مادی کنید Materialize UI

  • نسخه ی نمایشی: تنظیم UI Mitolize Demo: Setting up Materialize UI

  • نسخه ی نمایشی: مراحل را با UI ادغام کنید Demo: Integrate Steps with UI

  • مبدل TensorFlow.js TensorFlow.js Converter

  • نسخه ی نمایشی: پیش بینی استفاده از مدل صادر شده پایتون Demo: Predicting Using Python Exported Model

  • خلاصه Summary

استفاده از مدلهای از قبل آموزش دیده با TensorFlow.js Using Pre-trained Models with TensorFlow.js

  • مقدمه Introduction

  • انتقال یادگیری با tensorflow.js Transfer Learning with TensorFlow.js

  • نسخه ی نمایشی: ایجاد ویژگی ها از مدل رمزگذار جمله جهانی (استفاده) Demo: Creating Features from Universal Sentence Encoder (USE) Model

  • نسخه ی نمایشی: انجام یادگیری انتقال در استفاده از ویژگی های رمزگذاری شده Demo: Performing Transfer Learning on USE Encoded Features

  • مدل تشخیص سمیت Toxicity Detection Model

  • نسخه ی نمایشی: با استفاده از مدل تشخیص سمیت TensorFlow.js Demo: Using TensorFlow.js Toxicity Detection Model

  • خلاصه Summary

بعدی چیست What's Next?

  • سفر خود را به جلو می برد Taking Your Journey Forward

نمایش نظرات

آموزش ساختمان راه حل های یادگیری ماشین با tensorflow.js 2
جزییات دوره
4h 8m
82
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
17
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Abhishek Kumar Abhishek Kumar

مشاور زیرساخت. مربی در Udemy.