Struttura del corso
Introduzione
Panoramica di Neural Networks
Informazioni sulle reti convoluzionali
Impostazione Keras
Panoramica di Keras Funzionalità e architettura
Cenni preliminari sulla sintassi Keras
Informazioni su come un Keras modello organizza i livelli
Configurazione del backend Keras (TensorFlow o Theano)
Implementazione di un modello di apprendimento non supervisionato
Analisi delle immagini con una rete neurale convoluzionale (CNN)
Pre-elaborazione dei dati
Addestramento del modello
Allenamento su CPU vs GPU vs TPU
Valutazione del modello
Utilizzo di un modello Deep Learning pre-addestrato
Configurazione di una rete neurale ricorrente (RNN)
Debug del modello
Salvataggio del modello
Distribuzione del modello
Monitoraggio di un modello Keras con TensorBoard
Risoluzione dei problemi
Riassunto e conclusione
Requisiti
- Python Esperienza di programmazione.
- Esperienza con la riga di comando di Linux.
Pubblico
- Gli sviluppatori
- Scienziati dei dati
Recensioni (4)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Corso - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Corso - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Corso - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.