Google의 최신 Tensorflow 2 라이브러리와 Keras를 이용해 딥 러닝을 위하여 Python을 활용하는 띴용해 위하여 Python을 활용하는띰 | NumPy، پانداها 포함
این دوره به شما یاد می دهد که چگونه الگوریتم های یادگیری عمیق برای تشخیص و کاهش ناهنجاری ها در داده هایی مانند سری های زمانی ایجاد کنید.
تکنیک های اساسی یادگیری عمیق را برای طبقه بندی ، پیش بینی و تولید متن با استفاده از شبکه های عصبی مختلف بیاموزید.
درک، آموزش و ارزیابی مدلهای سریعتر RCNN، SSD و YOLO v3 با استفاده از Tensorflow 2 و Google AI Platform
شبکه های عصبی پیشرفته: استاد بینایی کامپیوتر با شبکه های عصبی کانولوشن (CNN) و یادگیری عمیق
Master Tensorflow 2.0، قدرتمندترین کتابخانه یادگیری ماشین گوگل، با 10 پروژه عملی
با استفاده از یادگیری عمیق و آموزش انتقال، یک مدل تشخیص شی از ابتدا بسازید
تحلیل سری زمانی یکی از جنبه های دشوار و گیج کننده علم داده است. این دوره به شما نحوه استفاده از TensorFlow با داده های سری زمانی و تولید پیش بینی ها و پیش بینی های با عملکرد بالا را آموزش می دهد.
در این دوره ، شما یاد خواهید گرفت که از TensorFlow.js برای ساخت ، آموزش و استقرار مدل های یادگیری ماشین و یادگیری عمیق برای تأمین انرژی برنامه های سمت کلاینت و سمت سرور با استفاده از زبان JavaScript استفاده کنید.
الگوریتمهای یادگیری عمیق را با TensorFlow 2.0 بسازید، در شبکههای عصبی فرو بروید و مهارتهای خود را در یک مورد تجاری به کار ببرید.
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 معرفی چارچوب TensorFlow 2.0 - بررسی ویژگی ها و عملکردهایی که برای ساخت و آموزش شبکه های عصبی ارائه می دهد ، متمرکز است. این دوره درباره تفاوت TensorFlow 2.0 با TensorFlow 1.x و چگونگی تفاوت ...