نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
این دوره با استفاده از انعطاف پذیری و "سهولت استفاده" TensorFlow 2.x و Keras برای ساخت ، آموزش و استقرار مدل های یادگیری ماشین متمرکز شده است. شما با سلسله مراتب API TensorFlow 2.x آشنا خواهید شد و با اجزای اصلی ... این دوره بر استفاده از انعطاف پذیری و "سهولت استفاده" TensorFlow 2.x و Keras برای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین. شما با سلسله مراتب API TensorFlow 2.x آشنا خواهید شد و با تمرینات عملی اجزای اصلی TensorFlow را خواهید شناخت. ما شما را با کار با مجموعه داده ها و ستون های ویژگی آشنا خواهیم کرد. شما نحوه طراحی و ساخت خط لوله داده ورودی TensorFlow 2.x را یاد خواهید گرفت. با استفاده از tf.Data.Dataset می توانید داده های CSV ، آرایه های numPy ، داده های متنی و تصاویر را بارگیری کنید. همچنین می توانید ستون های ویژگی عددی ، طبقه ای ، حبابی و هش دار را تمرین کنید. ما شما را با API Keras Sequential و Keras Functional API آشنا خواهیم کرد تا نحوه ایجاد مدل های یادگیری عمیق را به شما نشان دهیم. ما در مورد توابع فعال سازی ، از دست دادن و بهینه سازی صحبت خواهیم کرد. آزمایشگاه های عملی نوت بوک های Jupyter به شما این امکان را می دهد تا مدل های اصلی رگرسیون خطی ، رگرسیون لجستیک اساسی و مدل های پیشرفته یادگیری ماشین رگرسیون لجستیک را بسازید. شما می آموزید که چگونه با Cloud AI Platform مدلهای یادگیری ماشین را در مقیاس آموزش ، استقرار و تولید تولید کنید.
سرفصل ها و درس ها
مقدمه ای برای دوره
Introduction to course
-
مقدمه ای برای دوره
Intro to Course
مقدمه ای بر TensorFlow
Introduction to TensorFlow
-
مقدمه ای بر Tensorflow
Introduction to Tensorflow
-
سلسله مراتب API TensorFlow
TensorFlow API Hierarchy
-
اجزای TensorFlow: تنتورها و متغیرها
Components of TensorFlow: Tensors and Variables
-
مقدمه آزمایشگاه مقدمه بر تنتورها و متغیرها
Lab Intro Introduction to Tensors and Variables
-
شروع کار با GCP و Qwiklabs
Getting Started With GCP And Qwiklabs
-
آزمایشگاه: معرفی تنسورها و متغیرها
Lab: Introduction to Tensors and Variables
-
برنامه Intro Writing برنامه های سطح پایین TensorFlow
Lab Intro Writing low-level TensorFlow programs
-
آزمایشگاه: نوشتن کد سطح پایین TensorFlow
Lab: Writing Low-Level TensorFlow Code
-
مقدمه ای بر TensorFlow: قرائت ها
Introduction to TensorFlow: Readings
خط لوله داده ورودی TensorFlow را طراحی و بسازید
Design and Build a TensorFlow Input Data Pipeline
-
بررسی اجمالی
Overview
-
کار در حافظه و با پرونده ها
Working in-memory and with files
-
آماده سازی داده ها برای آموزش مدل
Getting the data ready for model training
-
Lab Intro Load CSV و Numpy Data
Lab Intro Load CSV and Numpy Data
-
آزمایشگاه: داده های CSV ، Numpy و Text را در TensorFlow بارگیری کنید
Lab: Load CSV, Numpy, and Text data in TensorFlow
-
معرفی آزمایشگاه در حال بارگیری داده های تصویر
Lab Intro Loading Image Data
-
آزمایشگاه: بارگیری تصاویر با استفاده از tf.Data.Dataset
Lab: Loading images Using tf.Data.Dataset
-
آزمایشگاه ستون ویژگی
Lab Intro Feature Columns
-
آزمایشگاه: مقدمه ای بر ستون های ویژگی
Lab: Introduction to Feature Columns
-
آزمایشگاه اختیاری Intro TFRecord و tf. به عنوان مثال
Optional Lab Intro TFRecord and tf.Example
-
آزمایشگاه: TFRecord و tf. به عنوان مثال
Lab: TFRecord and tf.Example
-
آموزش مجموعه داده های بزرگ با tf.data API
Training on Large Datasets with tf.data API
-
آزمایش Intro دستکاری داده ها با Tensorflow Dataset API
Lab Intro Manipulating data with Tensorflow Dataset API
-
آزمایشگاه: TensorFlow Dataset API
Lab: TensorFlow Dataset API
-
تجزیه و تحلیل ویژگی معرفی آزمایشگاه اختیاری با استفاده از اعتبار سنجی داده TensorFlow و وجوه
Optional Lab Intro Feature Analysis Using TensorFlow Data Validation and Facets
-
آزمایشگاه: تجزیه و تحلیل ویژگی با استفاده از اعتبار سنجی داده TensorFlow و وجوه
Lab: Feature Analysis Using TensorFlow Data Validation and Facets
-
خط لوله داده ورودی TensorFlow را طراحی و بسازید: قرائت ها
Design and Build a TensorFlow Input Data Pipeline: Readings
آموزش شبکه های عصبی با Tensorflow 2 و Keras Sequential API
Training neural networks with Tensorflow 2 and the Keras Sequential API
-
بررسی اجمالی
Overview
-
توابع فعال سازی
Activation functions
-
توابع فعال سازی: گرفتاری هایی که باید در Backpropagation جلوگیری شود
Activation functions: Pitfalls to avoid in Backpropagation
-
شبکه های عصبی با API متوالی Keras
Neural Networks with Keras Sequential API
-
معرفی آزمایشگاه Keras Sequential API
Lab intro Keras Sequential API
-
آزمایشگاه: معرفی API متوالی Keras
Lab: Introducing the Keras Sequential API
-
رگرسیون لجستیک آزمایشگاهی
Lab Intro Logistic Regression
-
آزمایشگاه: [ML on GCP C3] مقدمه ای اساسی برای رگرسیون لجستیک
Lab: [ML on GCP C3] Basic Introduction to Logistic Regression
-
Lab Intro Optional Lab Advanced Registic Regression in TensorFlow 2.0
Lab Intro Optional Lab Advanced Logistic Regression in TensorFlow 2.0
-
آزمایشگاه: رگرسیون لجستیک پیشرفته در TensorFlow
Lab: Advanced Logistic Regression in TensorFlow
-
آموزش شبکه های عصبی با Tensorflow 2 و Keras Sequential API: قرائت
Training neural networks with Tensorflow 2 and the Keras Sequential API: Readings
آموزش شبکه های عصبی با Tensorflow 2 و Keras Functional API
Training neural networks with Tensorflow 2 and Keras Functional API
-
شبکه های عصبی با API عملکردی Keras
Neural Networks with Keras Functional API
-
قاعده مند شدن: مبانی
Regularization: The Basics
-
تنظیم: L1 ، L2 و توقف زودرس
Regularization: L1, L2, and Early Stopping
-
منظم سازی: ترک تحصیل
Regularization: Dropout
-
ارائه مدل ها در Cloud
Serving models in the Cloud
-
معرفی آزمایشگاه Keras Functional API
Lab intro Keras Functional API
-
آزمایشگاه: معرفی Keras Functional API
Lab: Introducing the Keras Functional API
-
آموزش شبکه های عصبی با Tensorflow 2 و Keras Functional API: قرائت
Training neural networks with Tensorflow 2 and Keras Functional API: Readings
خلاصه
Summary
-
خلاصه دوره
Course Summary
-
سوالات مسابقه به همه دروس
Quiz Questions to ALL Lessons
منبع دوره
Course Resource
-
اسلایدهای دوره برای آشنایی با TensorFlow
Course Slides for Introduction to TensorFlow
نمایش نظرات