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
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.
Reference (5)
I liked the opportunities to ask questions and get more in depth explanations of the theory.
Sharon Ruane
Kurz - Neural Networks Fundamentals using TensorFlow as Example
Very good all round overview.Good background into why Tensorflow operates as it does.
Kieran Conboy
Kurz - Neural Networks Fundamentals using TensorFlow as Example
I was amazed at the standard of this class - I would say that it was university standard.
David Relihan
Kurz - Neural Networks Fundamentals using TensorFlow as Example
Knowledgeable trainer
Sridhar Voorakkara
Kurz - Neural Networks Fundamentals using TensorFlow as Example
I really appreciated the crystal clear answers of Chris to our questions.