Sau khi hoàn thành các khóa học này, tôi cảm thấy tự tin khi tạo các trực quan hóa và bảng điều khiển chuyên nghiệp
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
.
.
.
.
.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Keras Functional API
Trong chương này, bạn sẽ làm quen với những điều cơ bản của Keras functional API. Bạn sẽ xây dựng một mạng functional đơn giản từ các khối xây dựng, fit mô hình với dữ liệu và tạo dự đoán.
- Các tầng input và dense trong Keras50 XP
- Tầng đầu vào100 XP
- Các lớp Dense100 XP
- Các lớp đầu ra100 XP
- Xây dựng và biên dịch một mô hình50 XP
- Xây dựng một mô hình100 XP
- Biên dịch (compile) một mô hình100 XP
- Trực quan hóa một mô hình100 XP
- Huấn luyện và đánh giá mô hình50 XP
- Fit mô hình với dữ liệu giải bóng rổ đại học100 XP
- Đánh giá mô hình trên tập kiểm tra100 XP
2
Mạng hai đầu vào với Categorical Embeddings, Shared Layers và Merge Layers
Trong chương này, bạn sẽ xây dựng các mạng hai đầu vào sử dụng categorical embeddings để biểu diễn dữ liệu có số lượng hạng mục lớn, shared layers để xác định các khối có thể tái sử dụng, và merge layers để gộp nhiều đầu vào thành một đầu ra. Kết thúc chương, bạn sẽ nắm được các khối nền tảng để thiết kế mạng nơ-ron với luồng dữ liệu phức tạp.
3
Nhiều đầu vào: 3 đầu vào (và hơn thế nữa!)
Trong chương này, bạn sẽ mở rộng mô hình 2 đầu vào lên 3 đầu vào, và học cách dùng các hàm summary và plot của Keras để hiểu về tham số và cấu trúc (topology) của mạng nơ-ron. Kết thúc chương, bạn sẽ hiểu cách mở rộng mô hình 2 đầu vào lên 3 đầu vào và hơn nữa.
4
Nhiều đầu ra
Trong chương này, bạn sẽ xây dựng các mạng nơ-ron có nhiều đầu ra, có thể dùng để giải các bài toán regression với nhiều mục tiêu. Bạn cũng sẽ xây dựng một mô hình đồng thời giải một bài toán regression và một bài toán classification.
Deep Learning nâng cao với Keras
Hoàn
thành khóa học
