Podstawy głębokiego uczenia się z TensorFlow i Keras

Zrozumienie mechaniki sieci neuronowych jest niezbędne dla każdego, kto chce wejść w dziedzinę sztucznej inteligencji.Skupiając się na podstawowej logice modeli głębokiego uczenia się, zdobędziesz umiejętności niezobowiązujące do obsługi złożonych danych i automatyzacji procesów decyzyjnych. Ten kurs tekstowy prowadzi Cię przez przejście od podstawowej manipulacji danymi do konstruowania złożonych modeli rozpoznawania obrazów i regresji.Zbudujesz silną teoretyczną i praktyczną bazę w jednym z najpopularniejszych ekosystemów w świecie AI. Czego się nauczysz: - Zrozum podstawowe pojęcia tensorów i jak reprezentują dane w głębokim uczeniu się. - Buduj i trenuj sieci neuronowe za pomocą intuicyjnego interfejsu API Keras. - Wdrażaj modele regresji liniowej, aby identyfikować wzorce w zbiorach danych numerycznych. - Twórz zwojowe sieci neuronowe (CNN) do zadań widzenia komputerowego, takich jak klasyfikacja obrazu. - Ćwicz przy użyciu nowoczesnych przepływów pracy TensorFlow 2.x, w tym chętnego wykonania i budowania modelu wysokiego poziomu. - Naucz się oceniać wydajność modelu i dostrajać podstawowe hiperparametry dla lepszej dokładności. Kurs przechodzi od podstawowych definicji do praktycznego budowania modeli, obejmując zarówno logikę niskiego poziomu tensorów, jak i projektowanie sieci neuronowych wysokiego poziomu.Przeczytasz jasne wyjaśnienia i przestudiujesz fragmenty kodu, aby zrozumieć, jak te systemy działają pod maską. Ten kurs jest przeznaczony dla początkujących, którzy chcą jasnego, tekstowego wprowadzenia do głębokiego uczenia się; nie jest wymagana wcześniejsza wiedza specjalistyczna poza podstawową znajomością Pythona. Rozpocznij swoją podróż w sztuczną inteligencję już dziś.