آموزش سفارشی‌سازی مدل‌ها با TensorFlow 2 - آخرین آپدیت

دانلود Customising your models with TensorFlow 2

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به دوره سفارشی‌سازی مدل‌ها با TensorFlow 2 خوش آمدید! در این دوره، شما دانش و مهارت‌های خود را در TensorFlow تعمیق خواهید داد تا بتوانید مدل‌های یادگیری عمیق و گردش‌کارهای کاملاً سفارشی برای هر کاربردی توسعه دهید. شما از APIهای سطح پایین‌تر در TensorFlow برای توسعه معماری‌های پیچیده مدل، لایه‌های کاملاً سفارشی و یک جریان داده منعطف استفاده خواهید کرد. همچنین، دانش خود را در مورد APIهای TensorFlow گسترش داده و مدل‌های توالی (Sequence Models) را فرا خواهید گرفت. مفاهیمی که می‌آموزید را بلافاصله در آموزش‌های عملی کدنویسی که توسط یک دستیار آموزشی فارغ‌التحصیل هدایت می‌شوند، به کار خواهید گرفت. علاوه بر این، مجموعه‌ای از تکالیف برنامه‌نویسی با تصحیح خودکار برای تثبیت مهارت‌های شما در نظر گرفته شده است. در پایان دوره، بسیاری از مفاهیم را در یک پروژه نهایی (Capstone Project) ترکیب خواهید کرد و یک مدل ترجمه عصبی سفارشی را از ابتدا توسعه خواهید داد. تنسورفلو (TensorFlow) یک کتابخانه متن‌باز یادگیری ماشین و یکی از پرکاربردترین فریم‌ورک‌ها برای یادگیری عمیق است. انتشار TensorFlow 2 نقطه عطفی در توسعه این محصول بود که تمرکز اصلی آن بر سهولت استفاده برای همه کاربران، از سطح مبتدی تا پیشرفته است. این دوره مستقیماً در ادامه دوره «شروع کار با TensorFlow 2» قرار دارد. پیش‌نیازهای لازم برای موفقیت در این دوره شامل تسلط بر زبان برنامه‌نویسی پایتون (پایتون 3)، آشنایی با مفاهیم کلی یادگیری ماشین (مانند بیش‌برازش/کم‌برازش، وظایف یادگیری نظارت‌شده، اعتبارسنجی، منظم‌سازی و انتخاب مدل) و دانش کاربردی در زمینه یادگیری عمیق، از جمله معماری‌های متداول مدل (MLP, CNN, RNN, ResNet) و مفاهیمی مانند یادگیری انتقالی (Transfer Learning)، افزایش داده‌ها (Data Augmentation) و جاسازی کلمات (Word Embeddings) است.

سرفصل ها و درس ها

API کاربردی کراس (Keras Functional API) The Keras functional API

  • خوش‌آمدگویی به دوره سفارشی‌سازی مدل‌ها با TensorFlow 2 Welcome to Customising your Models with TensorFlow 2

  • مصاحبه با لورنس مورونی Interview with Laurence Moroney

  • API کاربردی کراس The Keras functional API

  • ورودی‌ها و خروجی‌های متعدد Multiple inputs and outputs

  • [آموزش کدنویسی] ورودی‌ها و خروجی‌های متعدد [Coding tutorial] Multiple inputs and outputs

  • متغیرها Variables

  • تنسورها Tensors

  • [آموزش کدنویسی] متغیرها و تنسورها [Coding tutorial] Variables and Tensors

  • دسترسی به متغیرهای لایه Accessing layer Variables

  • دسترسی به تنسورهای لایه Accessing layer Tensors

  • [آموزش کدنویسی] دسترسی به لایه‌های مدل [Coding tutorial] Accessing model layers

  • منجمد کردن لایه‌ها (Freezing layers) Freezing layers

  • [آموزش کدنویسی] منجمد کردن لایه‌ها [Coding tutorial] Freezing layers

  • جمع‌بندی و معرفی تکلیف برنامه‌نویسی Wrap up and introduction to the programming assignment

خط لوله داده (Data Pipeline) Data Pipeline

  • خوش‌آمدگویی به هفته دوم: خط لوله داده Welcome to week 2 - Data Pipeline

  • مجموعه داده‌های کراس (Keras datasets) Keras datasets

  • [آموزش کدنویسی] مجموعه داده‌های کراس [Coding tutorial] Keras datasets

  • ژنراتورهای مجموعه داده Dataset generators

  • [آموزش کدنویسی] ژنراتورهای مجموعه داده [Coding tutorial] Dataset generators

  • افزایش داده‌های تصویری در کراس Keras image data augmentation

  • [آموزش کدنویسی] افزایش داده‌های تصویری در کراس [Coding tutorial] Keras image data augmentation

  • کلاس Dataset The Dataset class

  • [آموزش کدنویسی] کلاس Dataset [Coding tutorial] The Dataset class

  • آموزش با استفاده از Datasetها Training with Datasets

  • [آموزش کدنویسی] آموزش با استفاده از Datasetها [Coding tutorial] Training with Datasets

  • جمع‌بندی و معرفی تکلیف برنامه‌نویسی Wrap up and introduction to the programming assignment

مدلسازی توالی (Sequence Modelling) Sequence Modelling

  • خوش‌آمدگویی به هفته سوم: مدلسازی توالی Welcome to week 3 - Sequence Modelling

  • مصاحبه با داگ کلی Interview with Doug Kelly

  • پیش‌پردازش داده‌های توالی Preprocessing sequence data

  • [آموزش کدنویسی] مجموعه داده IMDB [Coding tutorial] The IMDB dataset

  • [آموزش کدنویسی] پدینگ و ماسک کردن داده‌های توالی [Coding tutorial] Padding and masking sequence data

  • لایه Embedding The Embedding layer

  • [آموزش کدنویسی] لایه Embedding [Coding tutorial] The Embedding layer

  • [آموزش کدنویسی] Embedding Projector [Coding tutorial] The Embedding Projector

  • لایه‌های شبکه عصبی بازگشتی (RNN) Recurrent neural network layers

  • [آموزش کدنویسی] لایه‌های شبکه عصبی بازگشتی [Coding tutorial] Recurrent neural network layers

  • RNNهای انباشته و Wrapper دوطرفه (Bidirectional) Stacked RNNs and the Bidirectional wrapper

  • [آموزش کدنویسی] RNNهای انباشته و Wrapper دوطرفه [Coding tutorial] Stacked RNNs and the Bidirectional wrapper

  • جمع‌بندی و معرفی تکلیف برنامه‌نویسی Wrap up and introduction to the programming assignment

زیرکلاسی مدل‌ها و حلقه‌های آموزش سفارشی Model subclassing and custom training loops

  • خوش‌آمدگویی به هفته چهارم: زیرکلاسی مدل‌ها و حلقه‌های آموزش سفارشی Welcome to week 4 - Model subclassing and custom training loops

  • زیرکلاسی مدل (Model subclassing) Model subclassing

  • [آموزش کدنویسی] زیرکلاسی مدل [Coding tutorial] Model subclassing

  • لایه‌های سفارشی Custom layers

  • [آموزش کدنویسی] لایه‌های سفارشی [Coding tutorial] Custom layers

  • مشتق‌گیری خودکار (Automatic differentiation) Automatic differentiation

  • [آموزش کدنویسی] مشتق‌گیری خودکار [Coding tutorial] Automatic differentiation

  • حلقه‌های آموزش سفارشی Custom training loops

  • [آموزش کدنویسی] حلقه‌های آموزش سفارشی [Coding tutorial] Custom training loops

  • دکوراتور tf.function tf.function decorator

  • [آموزش کدنویسی] دکوراتور tf.function [Coding tutorial] tf.function decorator

  • جمع‌بندی و معرفی تکلیف برنامه‌نویسی Wrap up and introduction to the programming assignment

پروژه نهایی (Capstone Project) Capstone Project

  • خوش‌آمدگویی به پروژه نهایی Welcome to the Capstone Project

  • ویدیوی خداحافظی Goodbye video

نمایش نظرات

آموزش سفارشی‌سازی مدل‌ها با TensorFlow 2
جزییات دوره
27h 18m
53
(آخرین آپدیت)
14,785
- 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