After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
В этом курсе вы научитесь решать разнообразные задачи с помощью гибкого функционального API Keras. Вы начнёте с простых многослойных плотных сетей (известных также как многослойные перцептроны) и постепенно перейдёте к более сложным архитектурам. Курс охватывает построение моделей с несколькими входами и одним выходом, а также совместное использование весов между слоями модели. Кроме того, вы изучите продвинутые темы: категориальные эмбеддинги и сети с несколькими выходами. Если вы хотите научиться обучать сеть, которая решает одновременно задачи классификации и регрессии, — этот курс для вас!
Предварительные требования
Программа
Структура курса
1
Функциональный API Keras
В этой главе вы познакомитесь с основами функционального API Keras. Вы построите простую функциональную сеть с помощью функциональных блоков, обучите её на данных и сделаете предсказания.
- Входные и полносвязные слои Keras50 XP
- Входные слои100 XP
- Полносвязные слои100 XP
- Выходные слои100 XP
- Сборка и компиляция модели50 XP
- Создание модели100 XP
- Компиляция модели100 XP
- Визуализация модели100 XP
- Обучение и оценка модели50 XP
- Обучение модели на данных студенческого баскетбольного турнира100 XP
- Оценка модели на тестовой выборке100 XP
2
Сети с двумя входами: категориальные эмбеддинги, общие слои и слои слияния
В этой главе вы построите сети с двумя входами, которые используют категориальные эмбеддинги для представления данных с высокой кардинальностью, общие слои для создания многократно используемых блоков и слои слияния для объединения нескольких входов в один выход. К концу главы у вас будут базовые строительные блоки для проектирования нейронных сетей со сложными потоками данных.
3
Несколько входов: 3 входа и более
В этой главе вы расширите модель с 2 входами до 3 и научитесь использовать функции summary и plot в Keras, чтобы анализировать параметры и топологию нейронных сетей. К концу главы вы будете уверенно расширять модели с 2 входами до 3 и более.
4
Несколько выходов
В этой главе вы построите нейронные сети с несколькими выходами, которые можно применять для решения задач регрессии с несколькими целевыми переменными. Вы также создадите модель, которая одновременно решает задачи регрессии и классификации.
Продвинутое глубокое обучение с Keras
Курс
завершён
