Kursplan

Grunderna i TensorFlow

    Skapa, initiera, spara och återställa TensorFlow variabler Mata, läsa och förladda TensorFlow Data Hur man använder TensorFlow infrastruktur för att träna modeller i skala Visualisera och utvärdera modeller med TensorBoard

TensorFlow Mekanik

    Indata och platshållare Bygg GraphS Inference Loss Training
Träna modellen The Graph
  • Sessionen
  • Tågslinga
  • Utvärdera modellen Bygg Eval-grafen
  • Eval utgång
  • Perceptronen
  • Aktiveringsfunktioner Perceptroninlärningsalgoritmen Binär klassificering med perceptronen Dokumentklassificering med perceptronen Perceptronens begränsningar
  • Från Perceptron till stöd för vektormaskiner

      Kärnor och kärntricket Maximal marginalklassificering och stödvektorer

    Konstgjord Neural Networks

      Icke-linjära beslutsgränser Feedforward och återkoppling artificiella neurala nätverk Flerskiktsperceptroner Minimera kostnadsfunktionen Forward propagation Back propagation Förbättra sättet neurala nätverk lär sig

    Konvolutionell Neural Networks

      Goals Modellarkitekturprinciper Kodorganisation Lansering och utbildning av modellen Utvärdera en modell

    Krav

    Bakgrund i fysik, matematik och programmering. Engagemang i bildbehandlingsaktiviteter.

      28 timmar

    Antal deltagare



    Price per participant

    Vittnesmål (5)

    Relaterade Kurser

    Relaterade Kategorier