Содержание
- Введение в Tensorflow для машинного обучения и глубокого обучения искусственного интеллекта (предложено deeplearning.ai)
- Нет ошибок, нет стресса - ваше пошаговое руководство по созданию изменяющего жизнь программного обеспечения без разрушения вашей жизни
- Tensorflow в практическом обучении (предложено deeplearning.ai)
- Сверточные нейронные сети и тензорный поток (предложено deeplearning.ai)
- Понимание изображений с помощью Tensorflow на GCP (предлагается Google Cloud Platform)
- Безсерверное машинное обучение с Tensorflow на облачной платформе Google (предлагается Google Cloud Platform)
- Обработка естественного языка с Tensorflow (предложено deeplearning.ai)
- Заключение
вынос:
Tensorflow - одна из любимых библиотек с открытым исходным кодом инженера ML для представления функций кода, используемых в ML, и визуализации математических операций, используемых в нейронных сетях и других настройках ML.
Tensorflow - одна из любимых библиотек с открытым исходным кодом для машинного обучения (ML), представляющая функции кода, участвующие в ML, и визуализирующая математические операции, используемые в нейронных сетях и других настройках ML.
Вот шесть курсов, доступных на учебном портале Coursera, которые помогают студентам лучше понять среду Tensorflow.
- Введение в Tensorflow для машинного обучения и глубокого обучения искусственного интеллекта (предложено deeplearning.ai)
- Tensorflow в практическом обучении (предложено deeplearning.ai)
- Сверточные нейронные сети и тензорный поток (предложено deeplearning.ai)
- Понимание изображений с помощью Tensorflow на GCP (предлагается Google Cloud Platform)
- Безсерверное машинное обучение с Tensorflow на облачной платформе Google (предлагается Google Cloud Platform)
- Обработка естественного языка с Tensorflow (предложено deeplearning.ai)
Введение в Tensorflow для машинного обучения и глубокого обучения искусственного интеллекта (предложено deeplearning.ai)
Этот курс помогает студентам понять, как создавать масштабируемые алгоритмы и как работает глубокое обучение. Нейронные сети являются одним из направлений этого диверсифицированного курса, который использует некоторые знания специалиста Эндрю Нг, чтобы показать студентам принципы Tensorflow на работе.
Это курс среднего уровня, который на 100% онлайн и занимает около восьми часов, с предложенными сроками четыре недели.
Студенты научатся обучать нейронную сеть компьютерному зрению, изучать лучшие практики Tensorflow, учиться понимать сверточные нейронные сети и строить базовую нейронную сеть с Tensorflow.
Всеобъемлющее руководство по этому типу визуализации и обработки компонентов машинного обучения.
Нет ошибок, нет стресса - ваше пошаговое руководство по созданию изменяющего жизнь программного обеспечения без разрушения вашей жизни
Вы не можете улучшить свои навыки программирования, когда никто не заботится о качестве программного обеспечения.
Tensorflow в практическом обучении (предложено deeplearning.ai)
Четыре модуля помогают студентам изучить приложения искусственного интеллекта (ИИ) и узнать, как они создаются. Построение и обучение нейронных сетей является частью этой учебной программы, и студенты будут учиться использовать свертки в обработке изображений, чтобы облегчить передовые возможности идентификации и классификации.
Студенты могут из первых рук увидеть, как машины учатся обрабатывать и как нейронные сети обрабатывают входные данные.
Практические элементы курса покажут, как эти типы технологий работают в реальном мире. Этот онлайн-курс занимает около месяца и является курсом среднего уровня.
Сверточные нейронные сети и тензорный поток (предложено deeplearning.ai)
Этот курс фокусируется конкретно на сверточной нейронной сети, которая является особым понятием в мире машинного обучения. CNN, как его называют, занимается обработкой изображений посредством использования различных слоев внутри нейронной сети.
Такие методы, как разметка и заполнение, используются для фильтрации и съемки изображений, а информация направляется через систему, чтобы в конечном итоге обучить компьютер распознавать объекты или другие аспекты изображения.
Студенты узнают о том, как компьютер «видит» информацию, и какие конкретные операции приводят к эффективной обработке изображений и задачам идентификации.
Студенты узнают о различных проблемах, таких как потеря сюжета, переоснащение и выпадение, в поисках лучших практик по созданию и поддержанию возможностей CNN для распознавания лиц, разработки продуктов и многого другого.
Трансферное обучение также будет частью этой учебной программы, и студенты узнают больше о выделении и выборе функций как компонента успешной размерности.
Этот курс среднего уровня работает в режиме онлайн и занимает около семи часов, а рекомендуемый период обучения составляет четыре недели.
Понимание изображений с помощью Tensorflow на GCP (предлагается Google Cloud Platform)
Этот продвинутый курс машинного обучения специально разработан для Google Cloud. Эта лучшая среда была популярна для многих разработчиков, создававших новейшие и лучшие ML-программы.
Этот курс покажет студентам различные стратегии для составления классификаторов изображений и поможет им понять сверточные построения нейронных сетей. Изучение и отбор характеристик также являются предметом внимания этого курса, и студенты будут обучаться тому, как предотвратить переоснащение и связанные с этим проблемы.
Практические компоненты требуют знания основ SQL, Python и Tensorflow.
Этот курс на 100% онлайн на продвинутом уровне и занимает 11 часов, предлагаемые затраты времени 5-7 часов в неделю.
Безсерверное машинное обучение с Tensorflow на облачной платформе Google (предлагается Google Cloud Platform)
Этот курс также использует идею работы с Tensorflow на облачной платформе Google, но добавляет идею о безсерверных вычислениях для представления машинного обучения в среде другого типа.
В безсерверных вычислениях функции предназначены для доставки по мере необходимости. Этот курс расскажет о вариантах использования для этого типа установки и позволит студентам участвовать в построении модели Tensorflow ML. Особое внимание уделяется масштабируемости и развертыванию с пониманием функций предварительной обработки и способов раскрутки моделей ML в эффективную виртуализированную емкость.
Этот курс среднего уровня проводится в режиме онлайн и занимает 12 часов, рекомендуемый срок - одна неделя.
Обработка естественного языка с Tensorflow (предложено deeplearning.ai)
Одним из наиболее популярных приложений Tensorflow и других инструментов машинного обучения является практика обработки естественного языка (NLP).
Этот курс познакомит студентов с некоторыми компонентами НЛП, связанными с маркировкой единиц речи и другими методами, которые помогают нейронным сетям создавать структурные прогностические модели. НЛП извлекла большую пользу из ОД, и учащиеся могут получить выгоду, увидев из первых рук, как работают эти методы.
С практическим изучением студенты будут решать реальные проблемы, такие как применение рекуррентных нейронных сетей и LSTM в Tensorflow и как обрабатывать с использованием токенизации и векторов.
Этот курс является 100% онлайн-курсом среднего уровня, который занимает девять часов, а рекомендуемый срок составляет четыре недели.
Заключение
Воспользуйтесь любой из этих инновационных возможностей обучения, чтобы лучше понять основные моменты ML, понимая не только терминологию, но и системы, которые обычно разрабатываются с использованием Tensorflow.