TensorFlow: 6 kurssia tullaksesi avoimen lähdekoodin ML Framework Proksi

Kirjoittaja: Laura McKinney
Luomispäivä: 4 Huhtikuu 2021
Päivityspäivä: 24 Kesäkuu 2024
Anonim
TensorFlow: 6 kurssia tullaksesi avoimen lähdekoodin ML Framework Proksi - Tekniikka
TensorFlow: 6 kurssia tullaksesi avoimen lähdekoodin ML Framework Proksi - Tekniikka

Sisältö


Ottaa mukaan:

Tensorflow on yksi ML-suunnittelijoiden suosituimmista avoimen lähdekoodin kirjastoista, jotka edustavat ML: ään liittyviä kooditoimintoja ja visualisoivat neuroverkoissa ja muissa ML: n asetuksissa käytettyjä matemaattisia toimintoja.

Tensorflow on yksi koneoppimis (ML) -insinöörin suosituimmista avoimen lähdekoodin kirjastoista, joka edustaa ML: ään liittyviä kooditoimintoja ja visualisoi hermoverkoissa ja muissa ML: n asetuksissa käytettyjä matemaattisia toimintoja.

Tässä on Coursera-oppimisportaalissa saatavilla kuusi kurssia, jotka opastavat opiskelijoita ymmärtämään paremmin Tensorflow-ympäristöä.

  • Johdatus Tensorflowiin AI-koneoppimisessa ja syvällisessä oppimisessa (tarjonta deeplearning.ai)
  • Tensorflow käytännön oppimisessa (Tarjoaja deeplearning.ai)
  • Konvoluutiohermostoverkot ja Tensorflow (tarjoaja deeplearning.ai)
  • Kuvien ymmärtäminen Tensorflow-sovelluksen kanssa GCP: llä (Google Cloud Platformin tarjoama)
  • Palvelimettoman koneen oppiminen Tensorflowilla Google Cloud Platformilla (tarjoaa Google Cloud Platform)
  • Luonnollinen kielenkäsittely Tensorflow-tekniikalla (Tarjoaa deeplearning.ai)

Johdatus Tensorflowiin AI-koneoppimisessa ja syvällisessä oppimisessa (tarjonta deeplearning.ai)

Kurssi auttaa opiskelijoita ymmärtämään, kuinka rakennetaan skaalattavia algoritmeja ja kuinka syvä oppiminen toimii. Neuraaliverkot ovat yksi painopiste tässä monipuolisessa kurssissa, jossa hyödynnetään asiantuntija Andrew Ngin tietämystä osoittaakseen opiskelijoille Tensorflow-periaatteet työssä.


Tämä on keskitason kurssi, joka on sataprosenttisesti verkossa. Suorittaminen kestää noin kahdeksan tuntia, ehdotetulla neljän viikon aikajaksolla.

Opiskelija oppii kouluttamaan hermoverkon tietokoneenäköä varten, oppimaan Tensorflowin parhaat käytännöt, oppimaan ymmärtämään konvoluutiohermoverkkoja ja rakentamaan perushermosverkon Tensorflowin avulla.

Kattava opas tämän tyyppiseen koneoppimiskomponenttien visualisointiin ja käsittelyyn.

Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi

Et voi parantaa ohjelmointitaitojasi, kun kukaan ei välitä ohjelmiston laadusta.

Tensorflow käytännön oppimisessa (Tarjoaja deeplearning.ai)

Neljä moduulia auttaa oppilaita tutkimaan tekoälyn (AI) sovelluksia ja niiden valmistusmenetelmiä. Neuraaliverkkojen rakentaminen ja koulutus on osa tätä opetussuunnitelmaa, ja opiskelijat oppivat käyttämään käänteitä kuvankäsittelyssä edistyksellisten tunnistus- ja luokitteluominaisuuksien helpottamiseksi.


Opiskelijat saavat ensikäden kuvan siitä, kuinka koneet oppivat käsittelemään ja kuinka hermoverkot käsittelevät syötetietoja.

Käytännölliset elementit Opintojaksolla osoitetaan, kuinka tämäntyyppiset tekniikat toimivat todellisessa maailmassa. Tämän verkkokurssin suorittaminen kestää noin kuukauden ja on keskitason kurssi.

Konvoluutiohermostoverkot ja Tensorflow (tarjoaja deeplearning.ai)

Kurssi keskittyy erityisesti konvoluutiohermoverkkoon, joka on erityinen käsite koneoppimismaailmassa. CNN, kuten sitä kutsutaan, käsittelee kuvankäsittelyä käyttämällä hermoverkon eri tasoja.

Kuvien suodattamiseen ja mittaamiseen käytetään tekniikoita, kuten lyöntiä ja pehmusteita, ja tiedot yhdistetään järjestelmän läpi, jotta tietokone lopulta koulutetaan tunnistamaan esineitä tai muita kuvan näkökohtia.

Opiskelija oppii kuinka tietokone "näkee" tietoja ja mitkä tietyt toiminnot johtavat tehokkaisiin kuvankäsittely- ja tunnistustehtäviin.

Opiskelija oppii erilaisista ongelmista, kuten juonen menetyksestä, liiallisesta asennuksesta ja keskeyttämisestä etsiessäsi parhaita käytäntöjä CNN-ominaisuuksien rakentamisessa ja ylläpitämisessä kasvojentunnistukseen, tuotekehitykseen ja muihin.

Siirto-opiskelu on myös osa tätä opetussuunnitelmaa, ja opiskelijat oppivat lisää ominaisuuksien poimimisesta ja ominaisuuksien valinnasta onnistuneen ulottuvuuden osana.

Tämä keskitason kurssi on kaikki verkossa ja kestää noin seitsemän tuntia suoritetulla ehdotetulla neljän viikon kurssilla.

Kuvien ymmärtäminen Tensorflow-sovelluksen kanssa GCP: llä (Google Cloud Platformin tarjoama)

Tämä edistynyt koneoppimiskurssi on suunniteltu erityisesti Google Cloudia ajatellen. Tämä huippuympäristö on käynyt monille kehittäjille, jotka ovat suunnitelleet uusimmat ja parhaat ML-ohjelmat.

Kurssi näyttää opiskelijoille erilaisia ​​strategioita kuvaluokittelijoiden kokoamiseksi ja auttaa heitä ymmärtämään konvoluutiohermoverkon rakenteita. Ominaisuuksien poimiminen ja valinta ovat myös osa tämän kurssin painopistettä, ja opiskelijat saavat koulutusta ylikuormituksen ja siihen liittyvien ongelmien estämiseksi.

Käytännölliset komponentit vaativat perustiedot SQL: stä, Pythonista ja Tensorflowista.

Kurssi on 100% verkossa edistyneellä tasolla, ja se kestää 11 tuntia, ja ehdotettu aikainvestointi on 5–7 tuntia viikossa.

Palvelimettoman koneen oppiminen Tensorflowilla Google Cloud Platformilla (tarjoaa Google Cloud Platform)

Kurssilla hyödynnetään myös ajatusta työskennellä Tensorflowin kanssa Google Cloud Platformissa, mutta se lisää idean palvelimettomasta tietojenkäsittelystä koneenoppimiseen erilaisessa ympäristössä.

Palvelimettomassa tietojenkäsittelyssä toiminnot on suunniteltu tarvittavaan toimitukseen. Kurssi puhuu käyttötapauksista tämän tyyppisissä asennuksissa ja antaa opiskelijoille mahdollisuuden osallistua Tensorflow ML -mallin rakentamiseen. Painopiste on skaalautuvuudessa ja käyttöönotossa ymmärrettäessä esikäsittelyominaisuuksia ja kuinka kehittää ML-malleja tehokkaalla virtualisoidulla kapasiteetilla.

Tämä keskitason kurssi on kaikki verkossa, ja se kestää 12 tuntia, ja ehdotetulla aikajaksolla on yksi viikko.

Luonnollinen kielenkäsittely Tensorflow-tekniikalla (Tarjoaa deeplearning.ai)

Yksi Tensorflowin ja muiden koneoppimisvälineiden suosituimmista sovelluksista on luonnollisen kielen käsittely (NLP).

Kurssi antaa opiskelijoille tuttua joidenkin NLP: n komponenttien kanssa, jotka liittyvät puheyksiköiden merkitsemiseen ja muihin tekniikoihin, jotka auttavat hermoverkkoja rakentamaan ennustavia rakennemalleja. NLP on saanut paljon hyötyä ML: stä, ja opiskelijat voivat hyötyä siitä, että he näkevät ensin, miten nämä tekniikat toimivat.

Käytännön tutkimuksen avulla opiskelijat käsittelevät reaalimaailman ongelmia, kuten toistuvien hermoverkkojen ja LSTM: ien soveltamista Tensorflowissa sekä prosessointia tokenisaation ja vektorien avulla.

Tämä kurssi on sataprosenttinen keskitason verkkokurssi, jonka suorittaminen kestää yhdeksän tuntia ja ehdotetulla neljän viikon aikajaksolla.

johtopäätös

Käytä mitä tahansa näistä innovatiivisista oppimismahdollisuuksista saadaksesi paremmat yhteydet ML-muttereihin ja -pultteihin ymmärtämällä paitsi terminologiaa, myös järjestelmien rakenteita, jotka on yleensä valmistettu käyttämällä Tensorflowia.