Ga naar hoofdinhoud
HomePython

Cursus

Introductie tot TensorFlow in Python

GemiddeldVaardigheidsniveau
Bijgewerkt 08-2022
Leer de basis van neurale netwerken en hoe je deep learning-modellen kunt bouwen met TensorFlow.
Start Cursus Kosteloos
PythonMachine Learning
4 u
15 videos
51 Opdrachten
4,300 XP
56,166
Bewijs van Prestatie

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of


Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Group

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Maak kennis met TensorFlow

Nog niet zo lang geleden konden de nieuwste computervisie-algoritmen geen verschil maken tussen foto's van katten en honden. Tegenwoordig kan een ervaren datawetenschapper met alleen een laptop tienduizenden objecten nauwkeuriger classificeren dan het menselijk oog.

In deze cursus ga je TensorFlow 2.6 gebruiken om modellen te ontwikkelen, te trainen en voorspellingen te doen. Deze modellen hebben gezorgd voor grote vooruitgang op het gebied van aanbevelingssystemen, beeldclassificatie en FinTech.

Gebruik lineaire modellen om voorspellingen te doen

Je leert hoe je TensorFlow 2.6 kunt gebruiken om voorspellingen te doen met lineaire regressiemodellen, en je kunt je kennis testen door huizenprijzen in King County te voorspellen. Dit deel van de cursus gaat over verliesfuncties en hoe je je gebruik van bronnen kunt verminderen door je lineaire model in batches te trainen.

Train je neurale netwerk

In de tweede helft van de cursus gebruik je dezelfde tools om voorspellingen te doen met behulp van neurale netwerken. Je gaat oefenen met het trainen van een netwerk in TensorFlow door trainbare variabelen toe te voegen en je model en testfuncties te gebruiken om doelwaarden te voorspellen.

Combineer TensorFlow met de Keras API

Voeg de handige API van Keras toe aan je vaardigheden en leer hoe je die kunt combineren met TensorFlow 2.6 om voorspellingen te doen en modellen te evalueren. Aan het einde van deze cursus weet je hoe je de Estimators API kunt gebruiken om het definiëren van modellen makkelijker te maken en fouten te voorkomen.

Vereisten

Supervised Learning with scikit-learn
1

Introductie tot TensorFlow

Voordat je geavanceerde modellen in TensorFlow 2 kunt bouwen, is het belangrijk om de basis te begrijpen. In dit hoofdstuk leer je hoe je constanten en variabelen definieert, tensoren optelt en vermenigvuldigt, en afgeleiden berekent. Kennis van lineaire algebra is handig, maar niet noodzakelijk.
Hoofdstuk beginnen
2

Lineaire modellen

In dit hoofdstuk leer je hoe je modellen in TensorFlow 2 bouwt, oplost en er voorspellingen mee doet. Je focust op een eenvoudige klasse van modellen — het lineaire regressiemodel — en probeert woningprijzen te voorspellen. Aan het einde van het hoofdstuk weet je hoe je data laadt en bewerkt, verliesfuncties opstelt, minimalisatie uitvoert, voorspellingen maakt en het middelenverbruik vermindert met batchtraining.
Hoofdstuk beginnen
3

Neurale netwerken

In de vorige hoofdstukken heb je geleerd hoe je modellen bouwt in TensorFlow 2. In dit hoofdstuk pas je diezelfde tools toe om neurale netwerken te bouwen, te trainen en er voorspellingen mee te doen. Je leert hoe je dense lagen definieert, activatiefuncties toepast, een optimizer kiest en regularisatie inzet om overfitting te verminderen. Je benut de flexibiliteit van TensorFlow door zowel low-level lineaire algebra als high-level Keras-API-bewerkingen te gebruiken om modellen te definiëren en te trainen.
Hoofdstuk beginnen
4

High-level API's

In het laatste hoofdstuk gebruik je high-level API’s in TensorFlow 2 om een classifier voor letters in gebarentaal te trainen. Je gebruikt zowel de sequentiële als de functionele Keras-API om modellen te trainen, te valideren, er voorspellingen mee te doen en ze te evalueren. Je leert ook hoe je de Estimators-API gebruikt om het definiëren en trainen van modellen te stroomlijnen en fouten te voorkomen.
Hoofdstuk beginnen
Introductie tot TensorFlow in Python
Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprek
Schrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Introductie tot TensorFlow in Python!

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of


Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.