Build your ultimate AI agent
Descrierea cursului
API-ul funcțional Keras
În acest curs, vei învăța cum să rezolvi probleme complexe folosind API-ul funcțional Keras.Începând cu o introducere, vei construi rețele funcționale simple, le vei ajusta pe date și vei face predicții. Vei învăța, de asemenea, cum să construiești modele cu mai multe intrări și o singură ieșire și să partajezi greutățile între straturi.
Rețele cu intrări multiple
Pe măsură ce avansezi, explorează construirea de rețele cu două intrări folosind embeddinguri categorice, straturi partajate și straturi de îmbinare. Acestea sunt elementele fundamentale pentru proiectarea rețelelor neuronale cu fluxuri de date complexe.Extinde aceste concepte la modele cu trei sau mai multe intrări, ajutându-te să înțelegi parametrii și topologia rețelelor tale neuronale folosind funcțiile summary și plot din Keras.
Rețele cu ieșiri multiple
În exercițiile interactive finale, vei lucra cu rețele cu ieșiri multiple, care pot rezolva probleme de regresie cu mai multe ținte și pot chiar gestiona simultan atât sarcini de regresie, cât și de clasificare.La finalul cursului, vei avea experiență practică cu tehnici avansate de deep learning pentru a-ți avansa cariera ca data scientist, inclusiv evaluarea modelelor tale pe date noi folosind mai multe metrici.
Cerințe prealabile
Curriculum
Structura cursului
1
API-ul funcțional Keras
În acest capitol, te vei familiariza cu noțiunile de bază ale API-ului funcțional Keras. Vei construi o rețea funcțională simplă folosind blocuri de construcție funcționale, o vei antrena pe date și vei face predicții.
- Straturi de intrare și dense în Keras50 XP
- Straturi de intrare100 XP
- Straturi Dense100 XP
- Straturi de ieșire100 XP
- Construiește și compilează un model50 XP
- Construiește un model100 XP
- Compilează un model100 XP
- Vizualizează un model100 XP
- Antrenează și evaluează un model50 XP
- Antrenează modelul pe datele turneului de baschet100 XP
- Evaluează modelul pe un set de testare100 XP
2
Rețele cu două intrări: embeddings categoriale, straturi partajate și straturi de îmbinare
În acest capitol, vei construi rețele cu două intrări care folosesc embeddings categoriale pentru a reprezenta date cu cardinalitate ridicată, straturi partajate pentru a defini blocuri reutilizabile și straturi de îmbinare pentru a combina mai multe intrări într-o singură ieșire. La finalul capitolului, vei stăpâni blocurile de bază necesare pentru a proiecta rețele neuronale cu fluxuri de date complexe.
3
Intrări multiple: 3 intrări (și mai multe!)
În acest capitol, vei extinde modelul cu 2 intrări la 3 intrări și vei învăța să folosești funcțiile de sumarizare și vizualizare din Keras pentru a înțelege parametrii și topologia rețelelor neuronale. La finalul capitolului, vei ști cum să extinzi un model de la 2 intrări la 3 sau mai multe.
4
Ieșiri multiple
În acest capitol, vei construi rețele neuronale cu mai multe ieșiri, care pot fi folosite pentru a rezolva probleme de regresie cu mai multe ținte. Vei construi, de asemenea, un model care rezolvă simultan o problemă de regresie și una de clasificare.
Deep Learning avansat cu Keras
Curs
finalizat
