Návrh Školení

Základy TensorFlow

    Vytváření, inicializace, ukládání a obnovování TensorFlow proměnných Zavádění, čtení a předběžné načítání TensorFlow Data Jak používat infrastrukturu TensorFlow k trénování modelů v měřítku Vizualizace a vyhodnocování modelů pomocí TensorBoard

TensorFlow Mechanika

    Vstupy a zástupné symboly Sestavte GraphS Inference Loss Training
Trénujte model The Graph
  • Zasedání
  • Vlaková smyčka
  • Vyhodnoťte model Sestavte graf hodnocení
  • Výstup Eval
  • Perceptron
  • Aktivační funkce Algoritmus učení perceptronu Binární klasifikace s perceptronem Klasifikace dokumentu s perceptronem Omezení perceptronu
  • Od perceptronu k podpoře vektorových strojů

      Jádra a kernel trik Maximální klasifikace okrajů a vektory podpory

    Umělé Neural Networks

      Nelineární hranice rozhodování Dopředné a zpětnovazební umělé neuronové sítě Vícevrstvé perceptrony Minimalizace nákladové funkce Dopředné šíření Zpětné šíření Zlepšení způsobu, jakým se neuronové sítě učí

    konvoluční Neural Networks

      Goals Principy architektury modelu Kód Organizace Spuštění a školení modelu Vyhodnocení modelu

    Požadavky

    Základní znalosti z fyziky, matematiky a programování. Zapojení do činností zpracování obrazu.

      28 hodiny
     

    Počet účastníků


    Začátek

    Konec


    Dates are subject to availability and take place between 09:30 and 16:30.
    Open Training Courses require 5+ participants.

    Reference (5)

    Související kurzy

    Související kategorie