Zawartość
- Wprowadzenie do Tensorflow do AI Machine Learning i Deep Learning (oferowane przez deeplearning.ai)
- Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
- Tensorflow w praktyce uczenia się (oferowane przez deeplearning.ai)
- Konwolucyjne sieci neuronowe i przepływ Tensor (oferowane przez deeplearning.ai)
- Zrozumienie obrazu dzięki Tensorflow na GCP (oferowane przez Google Cloud Platform)
- Machineless Machine Learning z Tensorflow na platformie Google Cloud (oferowanej przez Google Cloud Platform)
- Przetwarzanie języka naturalnego za pomocą Tensorflow (oferowane przez deeplearning.ai)
- Wniosek
Na wynos:
Tensorflow jest jedną z ulubionych bibliotek open source inżyniera ML do reprezentowania funkcji kodu związanych z ML i wizualizacji operacji matematycznych wykorzystywanych w sieciach neuronowych i innych konfiguracjach ML.
Tensorflow jest jedną z ulubionych bibliotek open source do uczenia maszynowego (ML) do reprezentowania funkcji kodu związanych z ML i wizualizacji operacji matematycznych wykorzystywanych w sieciach neuronowych i innych konfiguracjach ML.
Oto sześć kursów dostępnych na portalu szkoleniowym Coursera, które poprowadzą studentów w kierunku lepszego zrozumienia środowiska Tensorflow.
- Wprowadzenie do Tensorflow do AI Machine Learning i Deep Learning (oferowane przez deeplearning.ai)
- Tensorflow w praktyce uczenia się (oferowane przez deeplearning.ai)
- Konwolucyjne sieci neuronowe i przepływ Tensor (oferowane przez deeplearning.ai)
- Zrozumienie obrazu dzięki Tensorflow na GCP (oferowane przez Google Cloud Platform)
- Machineless Machine Learning z Tensorflow na platformie Google Cloud (oferowanej przez Google Cloud Platform)
- Przetwarzanie języka naturalnego za pomocą Tensorflow (oferowane przez deeplearning.ai)
Wprowadzenie do Tensorflow do AI Machine Learning i Deep Learning (oferowane przez deeplearning.ai)
Ten kurs pomaga uczniom zrozumieć, jak budować skalowalne algorytmy i jak działa głębokie uczenie się. Sieci neuronowe są jednym z elementów tego zróżnicowanego kursu, który wykorzystuje część wiedzy specjalisty Andrew Ng, aby pokazać uczniom zasady Tensorflow w pracy.
Jest to kurs dla średnio zaawansowanych, który jest w 100% online i trwa około ośmiu godzin, z sugerowanym terminem czterech tygodni.
Uczniowie nauczą się trenować sieć neuronową do wizji komputerowej, nauczą się najlepszych praktyk Tensorflow, nauczą się rozumieć splotowe sieci neuronowe i zbudować podstawową sieć neuronową za pomocą Tensorflow.
Kompleksowy przewodnik po tego rodzaju wizualizacji i obsłudze komponentów uczenia maszynowego.
Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Tensorflow w praktyce uczenia się (oferowane przez deeplearning.ai)
Cztery moduły pomagają uczniom odkrywać aplikacje sztucznej inteligencji (AI) i sposób ich tworzenia. Budowanie i szkolenie sieci neuronowych jest częścią tego programu nauczania, a uczniowie nauczą się korzystać ze zwojów w przetwarzaniu obrazu, aby ułatwić najnowocześniejsze możliwości identyfikacji i klasyfikacji.
Studenci mogą zobaczyć z pierwszej ręki, jak maszyny uczą się przetwarzać i jak sieci neuronowe przetwarzają dane wejściowe.
Praktyczne elementy kursu pokażą, jak tego typu technologie działają w świecie rzeczywistym. Ten kurs online trwa około miesiąca i jest kursem na poziomie średniozaawansowanym.
Konwolucyjne sieci neuronowe i przepływ Tensor (oferowane przez deeplearning.ai)
Kurs koncentruje się w szczególności na splotowej sieci neuronowej, która jest specyficznym rodzajem koncepcji w świecie uczenia maszynowego. CNN, jak się nazywa, obsługuje przetwarzanie obrazu poprzez wykorzystanie różnych warstw w sieci neuronowej.
Techniki takie jak kroczenie i wypełnianie są używane do filtrowania i przeglądania obrazów, a informacje są wprowadzane przez system, aby ostatecznie wyszkolić komputer w zakresie identyfikowania obiektów lub innych aspektów obrazu.
Uczniowie dowiedzą się, w jaki sposób komputer „widzi” informacje oraz jakie konkretne operacje prowadzą do skutecznego przetwarzania i identyfikacji obrazów.
Uczniowie dowiedzą się o różnych problemach, takich jak utrata działki, przeładowanie i porzucenie w poszukiwaniu najlepszych praktyk w budowaniu i utrzymywaniu zdolności CNN do rozpoznawania twarzy, rozwoju produktów i innych.
Nauczanie transferowe będzie również częścią tego programu nauczania, a uczniowie dowiedzą się więcej o wydobywaniu cech i selekcji cech jako części udanej wymiarowości.
Ten kurs dla średniozaawansowanych jest dostępny online i trwa około siedmiu godzin, a sugerowany czas trwania kursu to cztery tygodnie.
Zrozumienie obrazu dzięki Tensorflow na GCP (oferowane przez Google Cloud Platform)
Ten zaawansowany kurs uczenia maszynowego został zaprojektowany z myślą o Google Cloud. To najlepsze środowisko było celem wielu programistów tworzących najnowsze i najlepsze programy ML.
Ten kurs pokaże studentom różne strategie łączenia klasyfikatorów obrazów i pomoże im zrozumieć kompilacyjne sieci neuronowe. Wyodrębnianie i wybór funkcji również stanowią część głównego przedmiotu tego kursu, a uczniowie przechodzą szkolenie w zakresie zapobiegania nadmiernemu dopasowaniu i powiązanym problemom.
Praktyczne komponenty wymagają znajomości podstawowego SQL, Pythona i Tensorflow.
Ten kurs jest w 100% online na poziomie zaawansowanym i zajmuje 11 godzin, a sugerowany czas inwestycji to 5-7 godzin tygodniowo.
Machineless Machine Learning z Tensorflow na platformie Google Cloud (oferowanej przez Google Cloud Platform)
W tym kursie wykorzystano również pomysł współpracy z Tensorflow na platformie Google Cloud, ale dodano pomysł obliczeń bezserwerowych w celu wyobrażenia sobie uczenia maszynowego w innym środowisku.
W obliczeniach bezserwerowych funkcje są zaprojektowane do dostarczania według potrzeb. W tym kursie zostaną omówione przypadki użycia dla tego typu konfiguracji i pozwolą uczniom uczestniczyć w tworzeniu modelu Tensorflow ML. Nacisk kładziony jest na skalowalność i wdrażanie ze zrozumieniem funkcji przetwarzania wstępnego i tego, jak rozruszać modele ML w wydajnej zwirtualizowanej pojemności.
Ten kurs dla średniozaawansowanych jest dostępny online i trwa 12 godzin, z sugerowanym terminem jednego tygodnia.
Przetwarzanie języka naturalnego za pomocą Tensorflow (oferowane przez deeplearning.ai)
Jedną z najpopularniejszych aplikacji Tensorflow i innych narzędzi do uczenia maszynowego jest praktyka przetwarzania języka naturalnego (NLP).
Ten kurs zapozna studentów z niektórymi elementami NLP związanymi z oznaczaniem jednostek mowy i innymi technikami, które pomagają sieciom neuronowym budować strukturalne modele predykcyjne. NLP odniosło wiele korzyści z ML, a uczniowie mogą czerpać korzyści z zobaczenia z pierwszej ręki, jak te techniki działają.
W trakcie praktycznych badań studenci zajmą się rzeczywistymi problemami, takimi jak stosowanie powtarzających się sieci neuronowych i LSTM w Tensorflow oraz przetwarzanie za pomocą tokenizacji i wektorów.
Ten kurs jest w 100% internetowym kursem na poziomie średniozaawansowanym, którego ukończenie zajmuje dziewięć godzin z sugerowanym terminem czterech tygodni.
Wniosek
Skorzystaj z tych innowacyjnych możliwości uczenia się, aby lepiej połączyć się z podstawowymi zagadnieniami ML, rozumiejąc nie tylko terminologię, ale także kompilacje systemów, które zwykle działały przy użyciu Tensorflow.