Build your ultimate AI agent
Opis kursu
Poznaj podstawy TensorFlow
Jeszcze niedawno najnowocześniejsze algorytmy widzenia komputerowego nie potrafiły odróżnić obrazów kotów od psów. Dziś wykwalifikowany data scientist, wyposażony jedynie w laptop, może klasyfikować dziesiątki tysięcy obiektów z większą dokładnością niż ludzkie oko.W tym kursie wykorzystasz TensorFlow 2.6 do tworzenia, trenowania i wykonywania predykcji za pomocą modeli, które napędzały przełomowe postępy w systemach rekomendacji, klasyfikacji obrazów i FinTech.
Wykorzystaj modele liniowe do tworzenia prognoz
Odkryjesz, jak używać TensorFlow 2.6 do tworzenia prognoz za pomocą modeli regresji liniowej, a swoją wiedzę sprawdzisz, przewidując ceny domów w hrabstwie King. Ta część kursu obejmuje omówienie funkcji straty oraz tego, jak możesz zmniejszyć zużycie zasobów, trenując swój model liniowy w partiach.Trenuj swoją sieć neuronową
W drugiej połowie kursu wykorzystasz te same narzędzia do tworzenia prognoz za pomocą sieci neuronowych. Będziesz ćwiczyć trenowanie sieci w TensorFlow, dodając trenowalne zmienne oraz wykorzystując swój model i cechy testowe do przewidywania wartości docelowych.Połącz TensorFlow z API Keras
Dodaj do swojego repertuaru potężne API Keras i naucz się łączyć je z TensorFlow 2.6, aby tworzyć prognozy i oceniać modele. Po ukończeniu tego kursu zrozumiesz, jak korzystać z Estimators API, aby usprawnić definiowanie modeli i unikać błędów.Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie do TensorFlow
Zanim zaczniesz budować zaawansowane modele w TensorFlow 2, musisz opanować podstawy. W tym rozdziale nauczysz się definiować stałe i zmienne, wykonywać dodawanie i mnożenie tensorów oraz obliczać pochodne. Znajomość algebry liniowej będzie pomocna, ale nie jest wymagana.
- Stałe i zmienne50 XP
- Definiowanie danych jako stałych100 XP
- Definiowanie zmiennych100 XP
- Podstawowe operacje50 XP
- Mnożenie element po elemencie100 XP
- Przewidywanie wartości za pomocą mnożenia macierzy100 XP
- Sumowanie po wymiarach tensora50 XP
- Zaawansowane operacje50 XP
- Zmiana kształtu tensorów100 XP
- Optymalizacja za pomocą gradientów100 XP
- Praca z danymi obrazowymi100 XP
2
Modele liniowe
W tym rozdziale nauczysz się budować modele w TensorFlow 2, znajdować ich rozwiązania i korzystać z nich do prognozowania. Skupisz się na prostej klasie modeli – modelu regresji liniowej – i spróbujesz przewidzieć ceny nieruchomości. Pod koniec rozdziału będziesz wiedzieć, jak wczytywać i przetwarzać dane, konstruować funkcje straty, przeprowadzać minimalizację, generować prognozy oraz ograniczać zużycie zasobów dzięki trenowaniu wsadowemu.
3
Sieci neuronowe
W poprzednich rozdziałach poznałeś/poznałaś metody budowania modeli w TensorFlow 2. Teraz wykorzystasz te same narzędzia do tworzenia, trenowania i generowania prognoz za pomocą sieci neuronowych. Nauczysz się definiować warstwy gęste, stosować funkcje aktywacji, dobierać optymalizator oraz używać regularyzacji, aby ograniczyć przeuczenie. Skorzystasz z elastyczności TensorFlow, łącząc niskopoziomowe operacje algebry liniowej z wysokopoziomowymi operacjami Keras API do definiowania i trenowania modeli.
4
Wysokopoziomowe API
W ostatnim rozdziale użyjesz wysokopoziomowych API w TensorFlow 2, aby wytrenować klasyfikator liter języka migowego. Skorzystasz z sekwencyjnego i funkcyjnego API Keras do trenowania, walidowania, prognozowania i ewaluacji modeli. Dowiesz się też, jak używać Estimators API, aby uprościć proces definiowania i trenowania modeli oraz unikać błędów.
Wprowadzenie do TensorFlow w Pythonie
Kurs
ukończony
